### 绘制饼图的解决方案 为了实现根据Excel数据绘制饼图的需求，可以使用`pandas`库读取Excel文件中的数据，并结合`matplotlib`库完成饼图的绘制。以下是详细的实现方法： #### 1. 数据准备 首先需要确保Excel文件中有明确的二级品类和三级品类的数据结构。假设Excel文件有以下列： - `二级品类` - `三级品类` - `付款人数` 可以通过`pandas`读取这些数据。 ```python import pandas as pd import matplotlib.pyplot as plt # 读取Excel文件 file_path = "data.xlsx" data = pd.read_excel(file_path) # 查看数据结构 print(data.head()) ``` #### 2. 绘制二级品类付款人数占比的饼图 计算每个二级品类的付款人数总和，并绘制饼图。 ```python # 按二级品类分组并计算付款人数总和 secondary_category_totals = data.groupby('二级品类')['付款人数'].sum() # 绘制饼图 plt.figure(figsize=(8, 6)) plt.pie(secondary_category_totals, labels=secondary_category_totals.index, autopct='%1.1f%%', startangle=90, wedgeprops={'edgecolor': 'black'}) plt.title("二级品类付款人数占比") plt.show() ``` #### 3. 绘制每个二级品类下三级品类的付款人数占比饼图 对于每个二级品类，分别计算其下三级品类的付款人数占比，并绘制饼图。 ```python # 获取所有二级品类 unique_secondary_categories = data['二级品类'].unique() # 遍历每个二级品类并绘制对应的三级品类饼图 for secondary_category in unique_secondary_categories: # 筛选出当前二级品类下的数据 tertiary_data = data[data['二级品类'] == secondary_category] # 计算三级品类的付款人数总和 tertiary_category_totals = tertiary_data.groupby('三级品类')['付款人数'].sum() # 绘制饼图 plt.figure(figsize=(8, 6)) plt.pie(tertiary_category_totals, labels=tertiary_category_totals.index, autopct='%1.1f%%', startangle=90, wedgeprops={'edgecolor': 'black'}) plt.title(f"{secondary_category} 下三级品类付款人数占比") plt.show() ``` #### 4. 图表美化 通过设置参数`wedgeprops`、`startangle`等，可以使饼图更加美观[^1]。此外，还可以调整字体大小、颜色等属性以增强可读性。 ```python # 示例：调整字体大小和颜色 plt.figure(figsize=(8, 6)) plt.pie(secondary_category_totals, labels=secondary_category_totals.index, autopct='%1.1f%%', startangle=90, wedgeprops={'edgecolor': 'black'}, textprops={'fontsize': 12, 'color': 'black'}) plt.title("二级品类付款人数占比", fontsize=16) plt.show() ``` ### 注意事项 - 如果某些三级品类的付款人数过小，可以通过条件过滤隐藏这些标签[^3]。 - 使用`openpyxl`或`xlsxwriter`可以将生成的图表保存到Excel文件中[^2]。