Matplotlib 库使用入门5——饼图

  • pie() 函数
  • 绘制饼图示例


在前面关于 matploblib 的文章中，笔者分别介绍了：

本篇介绍 matplotlib 绘制饼图的方法。饼图（Pie）用来显示一个数据系列，具体来说，饼状图显示一个数据系列中各项目的占项目总和的百分比。

pie() 函数

Matplotlib 提供了 pie()

  • axes.pie(x, explode, labels, colors, autopct, pctdistance=0.6, shadow=False, labeldistance=1.1, stratangle=0, radius=1, counterclock=True, wedgeprops, textprops, center=(0, 0), frame=False, rotatelabels=False, *, normalize=True) x：数据序列。每一块饼的权重为x/sum(x)；如果sum(x)<=1，则x已经代表了每一块饼的权重，此时并不会除以sum(x)。饼图从x轴开始，逆时针绘制。
    explode：如果不是None，则它给出了每个饼的径向偏移量（径向偏移除以半径）。
    labels：给出了每一块饼的标签（字符串）。
    colors：给出了每一块饼的颜色。
    autopct：可以是一个pct参数格式化字符串，pct为饼的比重（自动提供）。
    pctdistance：pct数值标签的径向距离（相对于半径）。
    shadow：若为True，则饼图带阴影。
    labeldistance：控制饼的字符串标签径向距离（相对于半径）。
    startangle：控制第一块饼与 x 轴的夹角。
    radius：控制饼图半径，默认为 1。
    counterclock：控制饼的绘制顺序，若为True，则按逆时针，否则按顺时针。
    wedgeprops：一个字典，控制每一块饼的某些属性（如线型）。
    textprops：一个字典，控制饼的文字的一些属性。
    center：一个二元的元组，指定饼图的中心。
    frame：布尔值，控制是否绘制axes frame。
    rotatelabels：布尔值，控制饼的字符串标签文字方向，若为True则为径向。
    normalize：布尔值，控制饼图是否正规，若为False，则数据序列之和不能大于1。

绘制饼图示例

示例：

import numpy as np
import matplotlib.pyplot as plt

fig = plt.figure('Pie example1', figsize=(8.5, 6.5))

y = np.array([45, 25, 25, 15])
ax1 = fig.add_subplot(221)
ax1.pie(y)   # 将数据序列 y 绘制成饼图，按照默认方式
ax1.set_title('Pie 1')

ax2 = fig.add_subplot(222)
ax2.pie(y, labels=['A','B','C','D'], frame=True,      # 绘制饼图，添加标签和框
        colors=["#d5695d", "#5d8ca8", "#65a479", "#a564c9"])  # 设置饼图颜色
ax2.set_title('Pie 2')

ax3 = fig.add_subplot(223)
ax3.pie(y, labels=['A','B','C','D'],
        colors=['c','g','b','r'],
        explode=(0.1, 0.1, 0.05, 0.05),       # 给每个饼设置偏移
        autopct='%.2f%%', rotatelabels=True)  # 添加百分比标签，文字标签设置为径向
ax3.set_title('Pie 3')  

ax4 = fig.add_subplot(224)
ax4.pie([0.3, 0.27, 0.15, 0.13, 0.075], shadow=True,  # 饼图开启阴影
        labels=['Apple', 'Orange', 'Banana', 'Pear', 'Peach'],
        autopct='%.2f%%', radius=1.3,    # 设置饼图半径 
        normalize=False)                 # 非正规饼图，数据序列之和小于1，有缺口
ax4.set_title('Pie 4')

plt.show()

上述代码绘制图像如下：

数据可视化饼图代码 数据可视化饼状图_matplotlib

以上。