文章目录

1.绘制原理
2.非分裂式饼图
3.绘制内嵌环形饼图

饼图是用来展示定性数据比例分布特征的统计图形。饼图主要用在进行离散型数据的比例展示。如需要展示参加硕士研究生考试的性别比例，某一年中四季使用天然气用量的比重以及家庭生活开支用途的比例分布，这些场景都是使用饼图进行数据可视化的不二之选，通过绘制饼图，就可以直观地反应研究对象定性数据的比例分布情况。

1.绘制原理

import matplotlib as mpl
import matplotlib.pyplot as pltmpl.rcParams["font.sans-serif"]=["SimHei"]
mpl.rcParams["axes.unicode_minus"]=Falselabels = "A难度水平","B难度水平","C难度水平","D难度水平"students = [0.35,0.15,0.20,0.30]colors = ["#377eb8","#4daf4a","#984ea3","#ff7f00"]explode = (0.1,0.1,0.1,0.1)# explode pie chart
plt.pie(students,explode=explode,labels=labels,autopct="%3.1f%%",startangle=45,shadow=True,colors=colors)plt.title("选择不同难度测试试卷的学生占比")plt.show()

plt.pie(students,explode=explode,labels=labels,autopct="%3.1f%%",startangle=45,shadow=True,colors=colors)students:饼片代表的百分比explode：饼片边缘偏离半径的百分比labels：标记每份饼片的文本标签内容autopct：饼片文本标签内容对应的数值百分比样式startangle：从x轴作为起始位置，第一个饼片逆时针旋转的角度shadow：是否绘制饼片的阴影colors：饼片的颜色

2.非分裂式饼图

如果不绘制分裂式饼图，那么只需要去掉参数explode即可。另外可以设置参数pctdistance和labeldistance的具体数值，这两个参数分别控制百分比数值和标签值的显示位置，它们都是以半径长度比例值作为显示位置依据的。

import matplotlib as mpl
import matplotlib.pyplot as pltmpl.rcParams["font.sans-serif"]=["SimHei"]
mpl.rcParams["axes.unicode_minus"]=Falselabels = "A难度水平","B难度水平","C难度水平","D难度水平"students = [0.35,0.15,0.20,0.30]colors = ["#377eb8","#4daf4a","#984ea3","#ff7f00"]# explode pie chart
plt.pie(students,labels=labels,autopct="%3.1f%%",startangle=45,pctdistance=0.7,labeldistance=1.2,colors=colors)plt.title("选择不同难度测试试卷的学生占比")plt.show()

3.绘制内嵌环形饼图

import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as npmpl.rcParams["font.sans-serif"]=["SimHei"]
mpl.rcParams["axes.unicode_minus"]=Falseelements = ["面粉","砂糖","奶油","草莓酱","坚果"]weight1 = [40,15,20,10,15]
weight2 = [30,25,15,20,10]colormapList = ["#e41a1c","#377eb8","#4daf4a","#984ea3","#ff7f00"]
outer_colors = colormapList
inner_colors = colormapListwedges1,texts1,autotexts1 = plt.pie(weight1,autopct="%3.1f%%",radius=1,pctdistance=0.85,colors=outer_colors,textprops=dict(color="w"),wedgeprops=dict(width=0.3,edgecolor="w"))wedges1,texts1,autotexts2 = plt.pie(weight2,autopct="%3.1f%%",radius=0.7,pctdistance=0.75,colors=inner_colors,textprops=dict(color="w"),wedgeprops=dict(width=0.3,edgecolor="w"))plt.legend(wedges1,elements,fontsize=12,title="配料表",loc="center left",bbox_to_anchor=(0.91,0,0.3,1))plt.setp(autotexts1,size=15,weight="bold")
plt.setp(autotexts2,size=15,weight="bold")
plt.setp(texts1,size=12)plt.title("不同果酱面包配料比例表")plt.show()

9.绘制统计图形——饼图相关推荐

Python数据可视化（三）绘制统计图形大全
3.1 柱状图以 Python 代码的形式讲解柱状图的绘制原理,这里重点讲解 bar()函数的使用方法. 代码: import matplotlib as mpl import matplotlib ...
11.绘制统计图形——误差棒图
文章目录 1.应用场景--定量数据的误差范围 2.带误差棒的柱状图 3.带误差棒的条形图 4.带误差棒的多数据并列柱状图 5.带误差棒的堆积柱状图在很多科学实验中都存在测量误差或是试验误差,这是无法 ...
Seaborn——绘制统计图形
文章目录可视化数据的分布绘制单变量分布绘制双变量分布绘制成对的双变量分布用分类数据绘图类别散点图通过stripplot()函数画散点图 swarmplot()函数类别内的数据分布绘制 ...
7.绘制统计图形——堆积折线图、间断条形图和阶梯图
文章目录 1.用函数stackplot()绘制堆积折线图 2.用函数broken_brah()绘制间断条形图 3.用函数step()绘制阶梯图 1.用函数stackplot()绘制堆积折线图堆积折线 ...
4.绘制统计图形——条形图
文章目录如果将柱状图中的柱体由垂直方向变成水平方向,柱状图就变成条形图,函数也就变成 barth(x,y,align="center",color="k",t ...
【matplotlib】3-绘制统计图形
文章目录绘制统计图形 1.柱状图 1.1 应用场景--定性数据的分布展示 1.2 绘制原理 2.条形图 3.堆积图 3.1 堆积柱状图 3.2 堆积条形图 4.分块图 4.1 多数据并列柱状图 4. ...
python统计各分数段人数并可根据选择绘制不同的图形_统计图形自己就可搞定，一文学会用Python绘制经典饼图...
饼图,应该是大家比较熟悉的图形了吧,作为用来展示定性数据比例分布特征的经典统计图形,通过饼图,你可以很直观的看到各组数据的占比情况哦,上次已经和大家探讨了如何用Python来绘制经典的阶梯图,今天呢, ...
如何用ggplot2绘制漂亮的统计图形
导言 ggplot2 是由 Hadley Wickham 开发的一个功能十分强大的 R 语言绘图程序包,它能够非常轻松的画出各种好看的统计图形.关于 ggplot2 的教程有很多,Cédric Sch ...
python代码示例图形-Python使用统计函数绘制简单图形实例代码
前言 Matplotlib 是 Python 的绘图库. 它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案. 它也可以和图形工具包一起使用,如 PyQt 和 wxPython ...

9.绘制统计图形——饼图

文章目录

1.绘制原理

2.非分裂式饼图

3.绘制内嵌环形饼图

9.绘制统计图形——饼图相关推荐

最新文章

热门文章