Python绘制饼状图/甜甜圈

Python Matplotlib.pyplot

Matplotlib库是一个面向对象的绘图库。绘图界面由pyplot模块提供。该模块提供了许多绘图函数，以下记录的是饼状图/甜甜圈图的相关参数和绘图过程，官方资料详见文末链接。

# 导入相关模块
import numpy as np
import matplotlib.pyplot as plt
# 使中文正常显示的参数设置
plt.rcParams['font.sans_serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

plt.subplot()、plt.subplots()创建绘图环境

这两个函数都是用于创建绘图环境，但有所差异。由于参数较多，这里只对比主要的区别。

type(plt.subplot())      # matplotlib.axes._subplots.AxesSubplottype(plt.subplots())     # tuple
type(plt.subplots()[0])  # matplotlib.figure.Figure
type(plt.subplots()[1])  # matplotlib.axes._subplots.AxesSubplot"""
默认情况下（nrows=1，ncols=1），两个函数均准备了如下的绘图窗口。但二者返回的类型不同：
1. plt.subplot()直接返回AxesSubplot对象
2. plt.subplots()返回一个元组，且元组的第1个元素是Figure对象，第2个元素是AxesSubplot对象
"""

plt.subplot(3, 1, 1)            # 缩写为plt.subplot(311)，表示绘图子窗口被设定为3行1列，当前在第1个窗口
plt.plot([1, 2, 3], [2, 4, 6])  # 在第1个子窗口绘图plt.subplot(3, 1, 2)            # 缩写为plt.subplot(312)，表示绘图子窗口被设定为3行1列，当前在第2个窗口
plt.plot([1, 2, 3], [2, 4, 6])  # 在第2个子窗口绘图plt.subplot(3, 1, 3)            # 缩写为plt.subplot(313)，表示绘图子窗口被设定为3行1列，当前在第3个窗口
plt.plot([1, 2, 3], [2, 4, 6])  # 在第3个子窗口绘图"""
绘图过程见如下动图
plt.subplot()设定了子窗口的行、列后，每次绘图才生成一个子窗口
随后可用plt.plot()、plt.scatter()、plt.pie()等命令在各个子窗口中绘图
"""

fig, ax = plt.subplots(figsize=(12, 8), nrows=3, ncols=1)  # figsize可设定子图的长宽
ax[0].plot([1,2,3], [2,4,6])                               # 在第1个子窗口绘图
ax[1].plot([1,2,3], [2,4,6])                               # 在第2个子窗口绘图
ax[2].plot([1,2,3], [2,4,6])                               # 在第3个子窗口绘图"""
绘图过程见如下动图
plt.subplot()s设定了子窗口的行、列后，一次性生成所有子窗口
随后可用ax[i].plot()、ax[i].scatter()、ax[i].pie()等命令在第i+1个子窗口中绘图
当只创建了一个窗口时，则直接用ax.plot()、ax.scatter()、ax.pie()等命令，无需索引
"""

plt.pie()绘制饼状图

饼状图的应用场景通常是比较不同类别的占比，图中每一块扇形对应着一个类别的百分比。pie() 函数的输入数据 x 可能有以下几种形式：

已经计算好的、各类别对应的百分比（其和等于1），例如：

类别1	类别2	类别3
20%	50%	30%

未经百分比计算的、直接的统计数据（其和通常大于1），例如：

类别1	类别2	类别3
20	50	30

比较常见的是第2种类型的统计数据，即当sum(x)>1sum(x) > 1sum(x)>1时，pie() 函数会进行归一化，以xsum(x)\frac{x}{sum(x)}sum(x)x形成饼状图的各个扇形部分。

一种特殊的情况是，当sum(x)<1sum(x) < 1sum(x)<1时，例如：

类别1	类别2	类别3
0.1	0.5	0.2

此时，pie() 不会进行归一化，而是直接绘制出缺失一个类别的饼状图（除了0.10.10.1、0.50.50.5、0.20.20.2三个类别外，应剩余一个0.20.20.2的类别，以空白区绘制）：

此外，各个类别的扇形默认从x轴开始，以逆时针的顺序绘制。

【plt.pie()的参数】

# 饼状图函数
plt.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False)

【参数含义】

参数	含义	类型	默认
x	用于绘图的数值，决定扇形大小	array-like
explode	指定饼图某些类别（远离圆心）突出显示	array-like, optional	None
labels	各个数值对应的类别标签	list, optional	None
colors	饼图的填充色	array-like, optional	None
autopct	自动添加百分比显示，可以采用格式化的方法显示	string, or function, optional	None
pctdistance	百分比标签与圆心的距离	float, optional	0.6
shadow	是否添加饼图的阴影效果	bool, optional	False
labeldistance	各扇形标签（图例）与圆心的距离	float, optional	1.1
startangle	饼图的初始摆放角度	float, optional	None
radius	饼图的半径大小	float, optional	None
counterclock	是否让饼图按逆时针顺序呈现	bool, optional	True
wedgeprops	饼图内外边界的属性，如边界线的粗细、颜色等	dict, optional	None
textprops	饼图中文本的属性，如字体大小、颜色等	dict, optional	None
center	指定饼图的中心点位置，默认为原点	list of float, optional	(0, 0)
frame	是否要显示饼图背后的图框，如果设置为True的话，需要同时控制图框x轴、y轴的范围和饼图的中心位置	bool, optional	False

由于饼状图是圆形的，所以绘图尺寸一般设置为正方形或圆形最佳，可以通过参数aspect="equal"实现。

【官网示例】

# plt.subplots定义画布和图型；figsize设置画布尺寸；aspect="equal"设置坐标轴的方正
fig, ax = plt.subplots(figsize=(6, 3), subplot_kw=dict(aspect="equal"))recipe = ["375 g flour","75 g sugar","250 g butter","300 g berries"]data = [float(x.split()[0]) for x in recipe]           # 输入数值：375、75、250、300
ingredients = [x.split()[-1] for x in recipe]          # 对应标签：flour、sugar、butter、berries"""
pct是各类别百分比的整数部分（不含百分号）：[37.5, 7.5, 25, 30]
allvals是统计绝对值列表：[375, 75, 250, 300]
fuc函数自定义百分比标签的摆放形式：百分数占一行，统计绝对值占一行
"""
def func(pct, allvals):absolute = int(pct/100.*np.sum(allvals))return "{:.1f}%\n({:d} g)".format(pct, absolute)"""
参数autopct以函数形式传递，指定百分比标签（以及绝对值标签）的摆放形式
参数textprops以字典形式传递，设置字体颜色、字体大小等ax.pie(data)返回一个元组wedges是一个列表，其中包含4个matplotlib.patches.Wedge实例：
[<matplotlib.patches.Wedge at 0x2ec2b835860>,
<matplotlib.patches.Wedge at 0x2ec2b835d68>,
<matplotlib.patches.Wedge at 0x2ec2b60f240>,
<matplotlib.patches.Wedge at 0x2ec2b60f9b0>]texts是一个列表，其中包含4个matplotlib.text.Text实例：
[Text(0.420952,1.01627,''),Text(-0.937904,0.574748,''),Text(-0.980107,-0.49939,''),Text(0.646564,-0.889919,'')]autotexts是一个列表，其中包含4个matplotlib.text.Text实例：
[Text(0.22961,0.554328,'37.5%\n(375 g)'),Text(-0.511584,0.313499,'7.5%\n(75 g)'),Text(-0.534604,-0.272394,'25.0%\n(250 g)'),Text(0.352671,-0.48541,'30.0%\n(300 g)')]
"""
wedges, texts, autotexts = ax.pie(data, autopct=lambda pct: func(pct, data),textprops=dict(color="w"))# ax.legend()指定各扇形(wedges)的图例标签(ingredients)、图例标题(title)、图例位置(loc)、图例坐标(bbox_to_anchor)
ax.legend(wedges, ingredients,title="Ingredients",loc="center left",bbox_to_anchor=(1, 0, 0.5, 1))# 设置文本标签的样式
plt.setp(autotexts, size=8, weight="bold")ax.set_title("Matplotlib bakery: A pie")plt.show()

plt.pie()绘制甜甜圈

fig, ax = plt.subplots(figsize=(6, 3), subplot_kw=dict(aspect="equal"))recipe = ["225 g flour","90 g sugar","1 egg","60 g butter","100 ml milk","1/2 package of yeast"]data = [225, 90, 50, 60, 100, 5]"""
参数wedgeprops以字典形式传递，设置饼图边界的相关属性，例如圆环宽度0.5
饼状图默认从x轴正向沿逆时针绘图，参数startangle可指定新的角（例如负40度）度起画
"""
wedges, texts = ax.pie(data, wedgeprops=dict(width=0.5), startangle=-40)# 创建字典bbox_props，设置文本框的边框样式(boxstyle：方框，pad设置方框尺寸)、前景色(fc)为白色(w)、边框颜色(ec)为黑色(k)、线粗(lw)为0.72
bbox_props = dict(boxstyle="square,pad=0.3", fc="w", ec="k", lw=0.72)"""
参数集kw以字典形式传递，包含一系列用于绘图标注的指定参数
xycoords用于指定点xy的坐标环境，xycoords='data'表示沿用被注释的对象所采用的坐标系（默认设置）
textcoords用于指定点xytext的坐标环境，textcoords='data'表示沿用被注释的对象所采用的坐标系（默认设置）
参数arrowprops以字典形式传递，用于控制箭头的诸多属性，如箭头类型(arrowstyle)、箭头连接时的弯曲程度(connectionstyle)
"""
kw = dict(xycoords='data', textcoords='data', arrowprops=dict(arrowstyle="-"),bbox=bbox_props, zorder=0, va="center")for i, p in enumerate(wedges):                                            # 遍历每一个扇形ang = (p.theta2 - p.theta1)/2. + p.theta1                             # 锁定扇形夹角的中间位置，对应的度数为ang# np.deg2rad(x)将度数x转为弧度(x*pi)/180y = np.sin(np.deg2rad(ang))                                           # np.sin()求正弦x = np.cos(np.deg2rad(ang))                                           # np.cos()求余弦"""np.sign()符号函数：大于0返回1.0，小于0返回-1.0，等于0返回0.0参数horizontalalignment用于设置垂直对齐方式，可选参数：left、right、center当余弦值x大于0（即标签在饼图右侧时，按框左侧对齐）时，horizontalalignment="left"当余弦值x小于0（即标签在饼图左侧时，按框右侧对齐）时，horizontalalignment="right" """horizontalalignment = {-1: "right", 1: "left"}[int(np.sign(x))]connectionstyle = "angle,angleA=0,angleB={}".format(ang)             # 参数connectionstyle用于控制箭头连接时的弯曲程度kw["arrowprops"].update({"connectionstyle": connectionstyle})        # 将connectionstyle更新至参数集kw的参数arrowprops中"""用一个箭头/横线指向要注释的地方，再写上一段话的行为，叫做annotateax.annotate()用于对已绘制的图形做标注recipe[i]是第i个注释文本size设置字体大小xy=(x1, y1)表示在给定的xycoords中，被注释对象的坐标点xytext=(x2, y2)表示在给定的textcoords中，注释文本的坐标点"""ax.annotate(recipe[i], size=10, xy=(x, y), xytext=(1.35*np.sign(x), 1.4*y),horizontalalignment=horizontalalignment, **kw)ax.set_title("Matplotlib bakery: A donut")plt.show()

创建bbox_props字典参数时，有许多类型的选项，可在Annotating Axes查看。

用实际数据绘图

import pandas as pd
import numpy as np
import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
df = pd.read_csv('all.csv', encoding='utf-8')# 【直方图+折线】
year = df['year'].value_counts().sort_index()
plt.figure(figsize=(11, 11*0.618))
plt.bar(range(len(year)), list(year), width=0.8, align='center', color='steelblue')
# plt.title('title', fontsize=20)
plt.ylabel('x', fontsize=18)
plt.xlabel('y', fontsize=18)
plt.xticks(range(len(year)), list(year.index), fontsize=15, rotation=90)
plt.yticks(fontsize=15)
plt.plot(range(len(year)), list(year), color='black', linewidth=0.8)
plt.tight_layout()
for x, y in enumerate(list(year)):plt.text(x, y+10, '%s' % y, ha='center', fontsize=12)
plt.savefig('直方图+折线.png')# 甜甜圈
area = df['area'].value_counts()
pct = [format(i/sum(list(area)), '.1%') for i in list(area)]
text_label = ['{}（{}）'.format(i[0], i[1]) for i in zip(list(area.index), pct)]
fig, ax = plt.subplots(figsize=(11, 11*0.618), subplot_kw=dict(aspect="equal"))
# ax.set_title("title", fontsize=20)
explode = [0.02] * len(area)
wedges, texts = ax.pie(list(area), wedgeprops=dict(width=0.6),startangle=0, explode=explode)
for i, p in enumerate(wedges):ang = (p.theta2 - p.theta1)/2. + p.theta1y = np.sin(np.deg2rad(ang))x = np.cos(np.deg2rad(ang))if i < 7:connectionstyle = "angle,angleA=0,angleB={}".format(ang)bbox_props = dict(boxstyle="square,pad=0.65", fc="w", ec="k", lw=1)kw = dict(xycoords='data', textcoords='data',arrowprops=dict(arrowstyle="-", connectionstyle=connectionstyle),bbox=bbox_props, zorder=0, va="center")horizontalalignment = {-1: "right", 1: "left"}[int(np.sign(x))]ax.annotate(text_label[i], size=14, xy=(x, y), xytext=(1.2*np.sign(x), 1.35*y),horizontalalignment=horizontalalignment, **kw)else:bbox_props = dict(boxstyle="square,pad=0.18", fc="w", ec="k", lw=1)kw = dict(xycoords='data', textcoords='data',arrowprops=dict(arrowstyle="-"),bbox=bbox_props, zorder=0, va="center")dynamic_y = [1.5*y, 1.3*y, -1.5*y, -25*y]ax.annotate(text_label[i], size=10, xy=(x, y), xytext=(1.2*np.sign(x)+0.03*i, dynamic_y[i-7]),horizontalalignment=horizontalalignment, **kw)
plt.savefig('圆环图.png')# 词云图
import jieba
from collections import Counter
from pyecharts import WordCloud
str = ''.join(list(df['经营范围']))
seg_list = jieba.lcut(str)
stop = []  # 自备停用词表
cloud_data = [word for word in seg_list if word not in stop]
count = Counter(cloud_data)
wordcloud = WordCloud(width=1300, height=620)
wordcloud.add('', count.keys(), count.values(), word_size_range=[10, 100], shape='circle', rotate_step=30)
wordcloud.render('wordcloud.html')

参考资料：
官方文档：matplotlib.pyplot.subplot
官方文档：matplotlib.pyplot.subplots
官方文档：matplotlib.pyplot.pie
官方文档：Labeling a pie and a donut
官方文档：Annotating Axes
从0开始学Python系列11–饼图的绘制

Python绘制饼状图/甜甜圈相关推荐

年末大清仓，用Python绘制饼状图对商品库存进行分析
前言这不是都要回家过年了很多店家都开始了年末大清仓,很多东西开始甩卖(咳咳.吐槽一下.很多都是挂个牌子说清仓甩卖.结果有些的卖的还更贵些) 不扯那么多,今天分享一下如何用python绘制饼状图多商 ...
【python图像处理】python绘制饼状图
饼状图在统计分析中有着重要的应用,python中用于绘制饼状图是matplotlib中的pyplot类,这里就介绍一下,如何绘制饼状图. 直接看下面的代码 """ === ...
Python绘制饼状图对商品库存进行分析
人生苦短,我用Python 一.序言二.知识点三.效果展示四.代码展示一.序言今天来实践一下如何用Python对商品库存绘制饼状图进行分析二.知识点文件读写基础语法字符串处理文件生 ...
年末盘点时间——用Python绘制饼状图对商品库存进行分析
人生苦短,我用python 存货盘点最重要的是什么,盘点比例要达到, 比如说要达到80%,于是就拿着企业给导的进销存明细表, 于是就开始筛选大金额的存货作为选择的样本, 这样就够比例了. 可是实际盘点 ...
python绘制饼状图图例_python matplotlib饼状图参数及用法解析
这篇文章主要介绍了python matplotlib饼状图参数及用法解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下在python的matplo ...
python绘制饼状图标题_Python使用matplotlib的pie函数绘制饼状图功能示例
本文实例讲述了Python使用matplotlib的pie函数绘制饼状图功能.分享给大家供大家参考,具体如下: #coding=utf8 import matplotlib as mpl import ...
python绘制饼状图图例_Python图表绘制很简单，一文带你学会如何生成带图例的饼图...
matplotlib库,作为Python数据可视化的常用库和经典库,咱们已经探讨了多次,并了解了内部多个函数的使用,上次咱们聊了如何在图表中添加各种样式的图例,今天呢,咱们接着上次的内容继续深入聊聊, ...
python绘制饼状图图例_使用matplotlib的所有饼图的通用图例
图例只需调用一次,否则将显示7个不同的图例.我在下面展示了一个例子.请注意,您必须将自己的数据替换为ax.pie():data1 = (10,90) # some data to be plotted ...
Python绘制饼状图
绘制饼图 matplotlib 模块使用pie函数绘制饼图,其调用方式如下: matplotlib.pyplot.pie(x, explode=None, labels=None, colors=No ...