### 使用 Matplotlib 绘制按季节分组求和后的共享单车租借数量饼状图 要使用 Matplotlib 将 Pandas 中按季节分组并对 `count` 列求和的数据绘制为饼状图，可以按照以下方法实现。首先确保数据已经正确按季节分组并求和[^1]。 以下是完整的代码示例： ```python import pandas as pd import matplotlib.pyplot as plt # 假设数据框如下 data = { 'datetime': ['2023-01-15', '2023-04-20', '2023-07-10', '2023-10-05', '2023-12-25'], 'count': [10, 20, 30, 40, 50] } df = pd.DataFrame(data) # 将 'datetime' 列转换为 datetime 类型 df['datetime'] = pd.to_datetime(df['datetime']) # 定义季节映射规则 def get_season(month): if month in [3, 4, 5]: return 'Spring' elif month in [6, 7, 8]: return 'Summer' elif month in [9, 10, 11]: return 'Autumn' else: return 'Winter' # 添加季节列 df['season'] = df['datetime'].dt.month.apply(get_season) # 按季节分组并对 'count' 列求和 result = df.groupby('season')['count'].sum() # 绘制饼状图 plt.figure(figsize=(8, 6)) plt.pie(result, labels=result.index, autopct='%1.1f%%', startangle=90, colors=['pink', 'lightblue', 'lightgreen', 'orange']) plt.title('Bicycle Rentals by Season') plt.show() ``` #### 说明 1. 数据按季节分组后，结果存储在 `result` 变量中。该变量是一个 Pandas Series，其中索引是季节名称，值是对应的租借数量总和。 2. 使用 `matplotlib.pyplot.pie` 方法绘制饼状图[^1]。参数 `labels` 设置为 `result.index`，表示每个扇区的标签为季节名称。参数 `autopct='%1.1f%%'` 表示在饼图中显示百分比，并保留一位小数。 3. 参数 `startangle=90` 设置饼图的起始角度为 90 度，使饼图从正上方开始绘制。 4. 参数 `colors` 定义了每个季节的颜色，可以根据需要调整颜色列表。 通过上述代码，可以生成一个清晰的饼状图，展示按季节分组的共享单车租借数量分布情况。