python可视化饼状图

数据可视化画饼图绘制三个年龄段的占比分布 在pandas的cut函数出现了错误，怎么搞

【相关推荐】

• 文章：Python连续数据离散化处理和pandas.cut函数用法 中也许有你想要的答案，请看下吧
• 除此之外, 这篇博客: Python-pandas高级篇中的 cut 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

  score_list=np.random.randint(25,100,size=20)
  out:
  array([85, 33, 80, 58, 27, 71, 83, 73, 51, 25, 55, 31, 34, 63, 61, 40, 87,
         67, 50, 81])
  
  # 定义一个分类的区间标准（分成四组：(0-59],(59-70],(70-80],(80-100]）      
  bins=[0,59,70,80,100]  
  # 分箱处理
  score_cat=pd.cut(score_list,bins)  
  
  # 分别位于哪个组的索引
  score_cat.codes  
  array([3, 0, 2, 0, 0, 2, 3, 2, 0, 0, 0, 0, 0, 1, 1, 0, 3, 1, 0, 3],
        dtype=int8)
  # 统计出各个阶段的人数  
  pd.value_counts(score_cat)   
  (0, 59]      10
  (80, 100]     4
  (70, 80]      3
  (59, 70]      3
  dtype: int64
  
  # 给每个区间命名
  group_names=['D','C','B','A']
  a=pd.cut(score_list,bins,labels=group_names)
  pd.value_counts(a)
  D    10
  A     4
  B     3
  C     3
  dtype: int64
  
  # 对于DataFrame处理是一样的
  df=DataFrame()
  df['score']=score_list
  df['student']=[pd.util.testing.rands(3) for i in range(20)]  # 随机生成3个字符组成姓名
  df['Categories']=pd.cut(df['score'],bins,labels=['D','C','B','A'])  # 添加成绩等级
  df.head()
  score	student	Categories
  0	85	Wg6	A
  1	33	rsD	D
  2	80	VFH	B
  3	58	2q2	D
  4	27	hXZ	D
  

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^