在我们进行数据分析的时候需要对得出的数据进行可视化，因此我们需要引入第三方包来帮助我们进行可视化分析，在这里使用matplotlib
一、安装
使用指令【pip install matplotlib】来对我们的数据进行安装。
matplotlib的官方文档：https://matplotlib.org/tutorials/index.html
二、使用
使用matplotlib中的pyplot来进行画图
1 from matplotlib import pyplot as plt
2 plt.figure(figsize=(5, 5)) # 将画布设定为正方形，则绘制的饼图是正圆
3 plt.pie(
4 [i[1] for i in counter_tag], # 数值信息
5 labels=[i[0] for i in counter_tag], # 标签信息
6 explode=[0, 0.05, 0.1], # 距离圆中心的距离
7 colors=['#F97350', '#FAD06C', 'g'], # 颜色
8 autopct='%1.2f%%', # 在饼图中，显示百分数
9 )
10 plt.title('课程类型分布') # title的使用
11 plt.savefig(path_save_pic + 'source_tag.png') # 文件的保存
12 plt.show() # 可视化呈现
三、参数
官方的文档：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.pie.html?highlight=pie#matplotlib.pyplot.pie
需要特殊用法的去官方文档查看
在颜色参数中，可以使用对应的颜色编码，也可以使用颜色的名称，并且这两种方式可以混用。
explode的参数个数要和总的参数个数对应，避免出现参数对应不上的错误。
四、结果
1.没有explode的结果
2.含有explode参数的结果
五、总结
总的来说matplotlib还是不错的，但是pyecharts的效果更加的不错。后面也会把其他的图加进来，做成一个matplotlib的集合。
六、参考
pie官方文档：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.pie.html?highlight=pie#matplotlib.pyplot.pie
官方文档：https://matplotlib.org/tutorials/index.html
pyecharts官方文档：https://pyecharts.org/#/zh-cn/intro
