Data-Science-For-Beginners 占比可视化实战：在 Excel 与 Python 中制作饼图、环形图与华夫图

Data-Science-For-Beginners 占比可视化实战：在 Excel 与 Python 中制作饼图、环形图与华夫图

【免费下载链接】Data-Science-For-Beginners10 Weeks, 20 Lessons, Data Science for All!项目地址: https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners

本文围绕 Data-Science-For-Beginners 课程第 11 课 "Visualizing Proportions" 的课后作业 "Try it in Excel" 展开，讲解如何基于自选数据集在 Excel 中一次完成饼图（Pie）、环形图（Donut）与华夫图（Waffle）三种占比可视化，并结合课程配套的蘑菇数据集（data/mushrooms.csv）与 Python 参考实现（matplotlib + PyWaffle），讲清"数据分组 → 图表选型 → 绘制输出"的完整链路。读完本文，你将掌握三种占比图表各自的适用场景、Python 端的标准写法，以及如何在 Excel 中完成等价复刻并通过作业评分。

作业要求解读：在 Excel 里画出三种占比图

课程在第 11 课结束时布置了一项动手作业（对应英文原版 3-Data-Visualization/11-visualization-proportions/assignment.md），其核心要求可以概括为：

你是否知道可以在 Excel 中创建环形图、饼图和华夫图？请使用一个自选数据集，直接在 Excel 工作表中创建这三种图表。

也就是说，作业并不要求写代码，而是要求你在 Excel 这种电子表格工具中完成占比可视化。它考察的能力点是：

1. 理解三种图表（饼图 / 环形图 / 华夫图）在视觉呈现比例信息上的差异；
2. 能够把任意数据集（如课程自带的蘑菇数据集）的某一分类维度整理成 Excel 可用的数值结构；
3. 能熟练操作 Excel 图表功能，甚至借助条件格式等技巧实现非原生图表类型（华夫图）。

课程主文档 3-Data-Visualization/11-visualization-proportions/README.md 中给出了一条明确的学习路径：先用 Python 理解数据分组逻辑，再用三种图表绘制比例关系，最后可以回到 Excel 中做等价实践——这正是本次作业的用意。

数据准备：先认识蘑菇数据集

作业允许使用"自选数据集"，课程推荐使用蘑菇数据集 data/mushrooms.csv。该数据来自 Audubon 对 Agaricus 和 Lepiota 两科 23 种有鳃蘑菇的描述，包含 8124 条样本、23 个字段（class、cap-shape、cap-surface、cap-color、bruises、odor、gill-、stalk-、veil-、ring-、spore-print-color、population、habitat 等），字段全部为文本型（object），例如：

在 Python 中加载并观察数据：

import pandas as pd import matplotlib.pyplot as plt mushrooms = pd.read_csv('data/mushrooms.csv') mushrooms.head()

由于全部字段都是文本，绘图前需要把目标列转换为 category 类型，再按类别分组计数：

cols = mushrooms.select_dtypes(["object"]).columns mushrooms[cols] = mushrooms[cols].astype('category') edibleclass = mushrooms.groupby(['class']).count() edibleclass

按 class（有毒/可食）分组后得到：Edible 4208 条、Poisonous 3916 条。这就是后续绘制"可食 vs 有毒"饼图的数据基础。

同理，按 habitat（栖息地）分组可得到 7 个类别（Grasses、Leaves、Meadows、Paths、Urban、Waste、Wood），按 cap-color（菌盖颜色）分组可得到 9 个类别（brown、buff、cinnamon、green、pink、purple、red、white、yellow），它们分别是环形图与华夫图的数据来源。课程配套的解答笔记本 3-Data-Visualization/11-visualization-proportions/solution/notebook.ipynb 中保留了完整的中间输出结果，可作为核对依据。

Python 参考实现一：饼图（Pie）

饼图是最直观的占比可视化方式。课程给出的参考实现如下：

labels = ['Edible', 'Poisonous'] plt.pie(edibleclass['population'], labels=labels, autopct='%.1f %%') plt.title('Edible?') plt.show()

关键参数说明：

• labels：扇区标签数组，顺序必须与groupby结果的索引顺序严格一致（先 Edible 后 Poisonous），否则标签会张冠李戴；
• autopct='%.1f %%'：在扇区内部显示保留一位小数的百分比；
• plt.title('Edible?')：为图表添加标题。

从图中可以一眼看出可食与有毒蘑菇在样本中的占比结构，这正是"比例可视化"的核心价值。

Python 参考实现二：环形图（Donut）

环形图本质上是中间挖空的饼图，视觉上更紧凑，也更利于把信息聚焦在环形本身。课程以蘑菇的栖息地（habitat）分布为例：

habitat = mushrooms.groupby(['habitat']).count() habitat

labels = ['Grasses', 'Leaves', 'Meadows', 'Paths', 'Urban', 'Waste', 'Wood'] plt.pie(habitat['class'], labels=labels, autopct='%1.1f%%', pctdistance=0.85) center_circle = plt.Circle((0, 0), 0.40, fc='white') fig = plt.gcf() fig.gca().add_artist(center_circle) plt.title('Mushroom Habitats') plt.show()

实现环形图的关键手法是在饼图之上叠加一个白色圆形：

• plt.pie(..., pctdistance=0.85)：把百分比标签向内收缩到 0.85 半径处，避免与环形重叠；
• plt.Circle((0, 0), 0.40, fc='white')：在原点创建一个半径为 0.40 的白色圆；
• fig.gca().add_artist(center_circle)：把该圆叠加到已有图表上，从而"挖出"中间的空洞。

调整内孔宽度只需修改0.40这个半径值：值越大内孔越宽、环形越细；值越小内孔越窄、环形越粗。从仓库中的 解答笔记本 可以看到同样的实现被完整保留。

此外，环形图的标签可以通过调整位置、加大字号等方式进一步提升可读性——这也是占比类图表在实战中常做的微调。

Python 参考实现三：华夫图（Waffle）

华夫图用二维方块阵列来表示数量比例，每个方块代表固定数量的样本，视觉上接近"马赛克瓷砖"，非常适合在信息密度高的场合展示占比。课程以菌盖颜色（cap-color）分布为例，需要先安装辅助库 PyWaffle：

pip install pywaffle

然后选择数据分段并分组：

capcolor = mushrooms.groupby(['cap-color']).count() capcolor

绘制华夫图：

import pandas as pd import matplotlib.pyplot as plt from pywaffle import Waffle data = {'color': ['brown', 'buff', 'cinnamon', 'green', 'pink', 'purple', 'red', 'white', 'yellow'], 'amount': capcolor['class'] } df = pd.DataFrame(data) fig = plt.figure( FigureClass=Waffle, rows=100, values=df.amount, labels=list(df.color), figsize=(30, 30), colors=["brown", "tan", "maroon", "green", "pink", "purple", "red", "whitesmoke", "yellow"], )

参数含义：

• rows=100：华夫图共 100 行，配合总量可推算出每个方块代表的样本数（总量 ÷ 方块总数）；
• values=df.amount：各分类的数值序列（来自capcolor的分组计数）；
• labels=list(df.color)：分类标签，顺序与values一一对应；
• colors=[...]：为每个分类指定方块颜色，这里按颜色名选择了与真实菌盖颜色相近的色值（brown、tan、maroon、green、pink、purple、red、whitesmoke、yellow）。

从华夫图中可以直观看到：绿色菌盖的蘑菇数量相当多（按解答笔记本中的计数，Green 达 1856 条），这与饼图/环形图给出的比例信息一致，但呈现方式完全不同。

在 Excel 中复刻三种图表（作业核心）

完成 Python 端的理解后，回到作业本身：在 Excel 中把三种图表全部画出来。结合 Excel 的常见操作方式，可按以下思路进行：

1. 饼图（原生支持）

• 在 Excel 工作表中准备两列数据：一列是分类名称（如 Edible / Poisonous），一列是对应的数值（如 4208 / 3916）；
• 选中数据区域，点击"插入 → 饼图"，选择"饼图"样式即可；
• 通过"图表设计"选项卡可调整配色、添加数据标签与百分比显示（对应 Python 中的autopct）。

2. 环形图（原生支持）

• 使用同样的分类 + 数值两列数据；
• 在"插入 → 饼图"下拉菜单中选择"圆环图"（Doughnut），即可直接得到环形效果——无需像 matplotlib 那样手工叠加白色圆形；
• 右键图表"设置数据系列格式"，可调整圆环内径大小（对应 Python 中修改0.40半径的效果）；
• 数据标签位置、百分比格式都可以在"设置数据标签格式"中调整。

3. 华夫图（借助条件格式实现）

Excel 没有内置的"华夫图"图表类型，常见做法是用条件格式构造方块网格：

• 在一个 10×10（或按总量取整的行列）的单元格区域中，根据各分类占比预先填充对应数量的"占位值"；
• 选中该区域，使用"开始 → 条件格式 → 新建规则 → 基于各自值设置所有单元格的格式"，按数值区间为不同分类赋予不同填充色；
• 调整行高列宽使单元格呈正方形，即可得到与 PyWaffle 输出等价的华夫网格效果。

Excel 版华夫图的关键是保证"每个方块代表相同数量的样本"，这样颜色块的面积比例才与实际占比严格对应。

评分标准与验收清单

作业附带了明确的评分标准（Rubric），转换为中文后如下：

自测清单：

• 工作表中饼图、环形图、华夫图三种图表是否齐全？
• 三种图表是否基于同一个数据集（如蘑菇数据集）且分类维度清晰？
• 华夫图的方块数量与占比是否与数据一致？
• 图表标题、图例、数据标签是否完整可读？

仓库配套资源与延伸

• 课程主文档：3-Data-Visualization/11-visualization-proportions/README.md——完整的 Python 教程与三种图表讲解；
• 解答笔记本：3-Data-Visualization/11-visualization-proportions/solution/notebook.ipynb——带全部运行输出的可复现代码，包含 Edible 4208 / Poisonous 3916 及各 habitat、cap-color 分组计数；
• R 语言对照版：3-Data-Visualization/R/11-visualization-proportions/README.md——使用 dplyr + ggplot2/webr 完成同样的三种占比图，适合偏好 R 生态的读者对照学习；
• 数据文件：data/mushrooms.csv——8124 行 × 23 列的真实蘑菇分类数据。

常见踩坑与建议

1. 标签顺序必须与分组索引一致：无论 Python 还是 Excel，饼图扇区与标签是按下标一一对应的，顺序错位会导致"有毒/可食"标注颠倒，务必核对groupby结果的索引顺序。
2. Excel 饼图的数据区必须是数值：文本型列（如直接把 23 个蘑菇字段拖入图表）无法生成饼图，需要先用COUNTIF或数据透视表把分类汇总成数值列。
3. 华夫图先定"每格代表多少"：建议先确定网格总格数（如 100），再用"总量 ÷ 格数"反推每格数值，四舍五入后保证各方块数量总和与总量一致，避免比例失真。
4. 图表选型看信息量：分类少（2~5 类）适合饼图；类别稍多且希望弱化中心区域时选环形图；需要以"单位方块"精确传递数量感时选华夫图。三种图表表达的是同一份比例信息，选择标准是"读者能否最快、最准确地读出占比"。

完成作业后，可以尝试把同样的流程迁移到自选数据集（如课程数据目录中的 data/birds.csv、data/honey.csv 等），进一步巩固"分组 → 选型 → 绘制"的占比可视化方法论。

【免费下载链接】Data-Science-For-Beginners10 Weeks, 20 Lessons, Data Science for All!项目地址: https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners