Matplotlib饼图格式化问题：如何分类展示降雨概率

首先需要先对降雨量数据进行二分类处理，将原有的连续/离散降雨量数值合并为「降雨（Yes）」和「不降雨（No）」两类，再基于分类结果统计占比并绘制饼图。具体步骤如下：

1. 生成降雨分类列 #

使用numpy.where快速判断每条数据的降雨量所属类别，这是高效的向量化处理方式，适合大数据量场景：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 新增分类列：降雨量>0标记为"降雨（Yes）"，否则标记为"不降雨（No）"
df['Rain_Category'] = np.where(df['Rainfall'] > 0, '降雨（Yes）', '不降雨（No）')

2. 绘制分类饼图 #

基于新生成的分类列统计数量，直接传入饼图函数即可生成两类占比的可视化：

# 统计两类的出现次数
category_counts = df['Rain_Category'].value_counts()

# 绘制饼图
plt.pie(category_counts.values,
        labels=category_counts.index,
        autopct='%1.1f%%',
        startangle=90)  # 设置起始角度，让分类展示更直观
plt.title('降雨概率分布')  # 添加饼图标题
plt.axis('equal')  # 强制饼图为正圆形，避免画布比例导致的变形
plt.show()

3. 按分类分组计算均值 #

如果需要按降雨分类计算其他列的均值，修改groupby的分组键为新生成的分类列即可：

# 按降雨分类分组，计算各列均值
category_mean = df.groupby('Rain_Category').mean()
print(category_mean)

内容的提问来源于stack exchange，提问作者John.R