python绘制饼图

这篇具有很好参考价值的文章主要介绍了python绘制饼图。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

用法

matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=0, radius=1, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False, rotatelabels=False, *, normalize=True, data=None)

参数介绍

参数
x 楔形尺寸
explode 类似数组,默认值: 无,如果不是无,则是一个len(x)数组,用于指定偏移每个楔块的半径
labels 标签列表:默认值:无,为每个楔块提供标签的一系列字符串
colors 颜色,默认值:无,饼图循环使用的一系列颜色,如果没有,将使用当前活动周期中的颜色
autopct 默认值:无,如果不是无,则是一个字符串或函数,用于用数字值标记楔块.标签将放在楔子内,如果是格式字符串,则标签为fmt%pct,如果是函数,则调用
pctdistance 默认值为0.6,每个饼图切片的中心与生成的文本开头之间的比率
shadow 默认值为:False,楔块的阴影
labeldistance 默认值1.1,绘制饼图标签径向距离,如果设置为’无’,则不会绘制标签,会存储标签以供在图列()中使用
startangle 饼图角度起始角度
radius 默认值1,饼图的半径,数值越大,饼图越大
counterclock 设置饼图的方向,默认值为True,表示逆时针方向,False,为顺时针
wedgeprops 默认值:无,传递给楔形对象的参数,设置楔形的属性
textprops 设置文本对象的字典参数
center 浮点类型的列表,可选参数,图标中心位置
frame 是否选择轴框架,默认值为False,如果是True,则绘制带有表的轴框架
rotatelabels 默认值为False,布尔类型,如果为True,则将每个标签旋转到相应切片的角度
narmalize 布尔类型,默认值为True,如果为True,则始终通过规范化x来制作完整的饼图,使总和(x)=1。如果sum(x)<=1,False将生成部分饼图,并为sum(x)>1引发ValueError。
data 可选参数,如果给定,一下参数接受字符串s,该字符串被解释为数据[s]
案例
x
import numpy as np
import maptlotlib.pyplot as plt

x = [1, 2, 3, 4]
plt.pie(x)
plt.show()

python绘制饼图
explode

import numpy as np
import matplotlib.pyplot as plt


plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False
x = [1, 2, 3, 4]

plt.subplot(121)
plt.title('正常')
plt.pie(x)

plt.subplot(122)
plt.title('添加explode')
plt.pie(x,explode=[0.1,0.2,0.1,0.2])
plt.show()

python绘制饼图
labels,labeldistance

import numpy as np
import matplotlib.pyplot as plt


plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False
x = [15, 30, 45, 10]

plt.subplot(131)
plt.title('正常')
plt.pie(x)

plt.subplot(132)
plt.title('添加labels')
plt.pie(x,labels=['x1','y1','x2','y2'])

# labeldistance默认为是1.1
plt.subplot(133)
plt.title('添加labels和labeldistance')
plt.pie(x,labels=['x1','y1','x2','y2'],labeldistance=1.2)
plt.show()

python绘制饼图

colors

import numpy as np
import matplotlib.pyplot as plt


plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False
x = [1, 2, 3, 4]

plt.subplot(121)
plt.title('正常')
plt.pie(x)

# 颜色参数必须保持和x长度一样
plt.subplot(122)
colors = plt.get_cmap('Blues')(np.linspace(0.2,0.7,len(x)))
print(colors)
plt.title('添加colors')
plt.pie(x,colors=colors)
plt.show()

python绘制饼图
autopct

import numpy as np
import matplotlib.pyplot as plt


plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False
x = [1, 2, 3, 4]

plt.subplot(131)
plt.title('正常')
plt.pie(x)

plt.subplot(132)
plt.title('添加autopct为1.1f')
plt.pie(x,autopct='%1.1f%%')

plt.subplot(133)
plt.title('添加autopct为10.1f')
plt.pie(x,autopct='%10.1f%%')
plt.show()

python绘制饼图
pctdistance

import numpy as np
import matplotlib.pyplot as plt


plt.figsize=((10,8))
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False
x = [1, 2, 3, 4]

plt.subplot(131)
plt.title('正常')
plt.pie(x)

plt.subplot(132)
plt.title('添加pctdistance默认值0.6')
plt.pie(x,autopct='%1.1f%%',pctdistance=0.6)

plt.subplot(133)
plt.title('添加pctdistance值1.5')
plt.pie(x,autopct='%1.1f%%',pctdistance=0.8)
plt.show()

python绘制饼图
pctdistance和autopct设置都可以偏移百分比,一个是同方向偏移,一个是距中心点位置

shadow

import numpy as np
import matplotlib.pyplot as plt


plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False
x = [15, 30, 45, 10]

plt.subplot(121)
plt.title('正常')
plt.pie(x)

plt.subplot(122)
plt.title('添加shadow')
plt.pie(x,explode=(0,0,0.1,0),shadow=True)


plt.show()

python绘制饼图
startangle

import numpy as np
import matplotlib.pyplot as plt


plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False
x = [15, 30, 45, 10]

plt.subplot(121)
plt.title('正常')
plt.pie(x,autopct='%1.1f%%')

# 起始角度设置
plt.subplot(122)
plt.title('设置startangle=90')
plt.pie(x,autopct='%1.1f%%',startangle=90)


plt.show()

python绘制饼图
radius

import numpy as np
import matplotlib.pyplot as plt


plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False
x = [15, 30, 45, 10]

plt.subplot(121)
plt.title('正常')
plt.pie(x,autopct='%1.1f%%')

plt.subplot(122)
plt.title('设置radius=0.9')
plt.pie(x,autopct='%1.1f%%',radius=0.9)


plt.show()

python绘制饼图
counterclock
counterclock=False,设置饼图方向为逆方向

import numpy as np
import matplotlib.pyplot as plt


plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False
x = [15, 30, 45, 10]

plt.subplot(121)
plt.title('正常')
plt.pie(x,autopct='%1.1f%%')

plt.subplot(122)
plt.title('设置counterclock=False')
plt.pie(x,autopct='%1.1f%%',counterclock=False)

plt.show()

python绘制饼图
wedgeprops
设置楔形的属性
wedgeprops传入字典类型,width设置,可以转变为环形图,edgecolor设置其环形边缘颜色

import numpy as np
import matplotlib.pyplot as plt


plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False
x = [15, 30, 45, 10]

plt.subplot(121)
plt.title('正常')
plt.pie(x,autopct='%1.1f%%')

plt.subplot(122)
plt.title('设置wedgeprops楔形的属性')
plt.pie(x,autopct='%1.1f%%',wedgeprops=dict(width=0.3, edgecolor='blue'))


plt.show()

python绘制饼图
textprops,center,frame

import numpy as np
import matplotlib.pyplot as plt


plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False
x = [15, 30, 45, 10]

plt.subplot(131)
plt.title('正常')
plt.pie(x,autopct='%1.1f%%')

plt.subplot(132)
plt.title('设置textprops,center=1.1,frame')
plt.pie(x,autopct='%1.1f%%',textprops={'size': 'larger'},center=(1,1),frame=True)


plt.subplot(133)
plt.title('设置textprops,center=2.2,frame')
plt.pie(x,autopct='%1.1f%%',textprops={'size': 'x-large'},center=(2,2),frame=True)


plt.show()

python绘制饼图
rotatelabels,normalize
这里不多介绍,可根据上述自己检验,很少被用到

举例
案例来源matplolib官方网站
案例地址
1.取饼图一部分楔形,添加colorbar

import matplotlib.pyplot as plt
from matplotlib.patches import ConnectionPatch
import numpy as np

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(9, 5))
fig.subplots_adjust(wspace=0)

ratios = [.27, .56, .17]
labels = ['Approve', 'Disapprove', 'Undecided']
explode = [0.1, 0, 0]
angle = -180 * ratios[0]
ax1.pie(ratios, autopct='%1.1f%%', startangle=angle,
        labels=labels, explode=explode)

xpos = 0
bottom = 0
ratios = [.33, .54, .07, .06]
width = .2
colors = [[.1, .3, .5], [.1, .3, .3], [.1, .3, .7], [.1, .3, .9]]

for j in range(len(ratios)):
    height = ratios[j]
    ax2.bar(xpos, height, width, bottom=bottom, color=colors[j])
    ypos = bottom + ax2.patches[j].get_height() / 2
    bottom += height
    ax2.text(xpos, ypos, "%d%%" % (ax2.patches[j].get_height() * 100),
             ha='center')

ax2.set_title('Age of approvers')
ax2.legend(('50-65', 'Over 65', '35-49', 'Under 35'))
ax2.axis('off')
ax2.set_xlim(- 2.5 * width, 2.5 * width)


theta1, theta2 = ax1.patches[0].theta1, ax1.patches[0].theta2
center, r = ax1.patches[0].center, ax1.patches[0].r
bar_height = sum([item.get_height() for item in ax2.patches])

# draw top connecting line
x = r * np.cos(np.pi / 180 * theta2) + center[0]
y = r * np.sin(np.pi / 180 * theta2) + center[1]
con = ConnectionPatch(xyA=(-width / 2, bar_height), coordsA=ax2.transData,
                      xyB=(x, y), coordsB=ax1.transData)
con.set_color([0, 0, 0])
con.set_linewidth(4)
ax2.add_artist(con)

# draw bottom connecting line
x = r * np.cos(np.pi / 180 * theta1) + center[0]
y = r * np.sin(np.pi / 180 * theta1) + center[1]
con = ConnectionPatch(xyA=(-width / 2, 0), coordsA=ax2.transData,
                      xyB=(x, y), coordsB=ax1.transData)
con.set_color([0, 0, 0])
ax2.add_artist(con)
con.set_linewidth(4)

plt.show()

python绘制饼图
2.环形图

import numpy as np
import matplotlib.pyplot as plt
fig, ax = plt.subplots()

size = 0.3
vals = np.array([[60., 32.], [37., 40.], [29., 10.]])

cmap = plt.cm.Set1
outer_colors = cmap(np.arange(3)*4)
inner_colors = cmap([1, 2, 5, 6, 9, 10])

ax.pie(vals.sum(axis=1), radius=1, colors=outer_colors,
       wedgeprops=dict(width=size, edgecolor='w'))

ax.pie(vals.flatten(), radius=1-size, colors=inner_colors,
       wedgeprops=dict(width=size, edgecolor='w'))

ax.set(aspect="equal", title='Pie plot with `ax.pie`')
plt.show()

python绘制饼图文章来源地址https://www.toymoban.com/news/detail-433155.html

到了这里,关于python绘制饼图的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【plt.pie绘制饼图】:从入门到精通,只需一篇文章!【Matplotlib可视化】

    【📊plt.pie绘制饼图】:从入门到精通,只需一篇文章!【Matplotlib可视化】! 利用Matplotlib进行数据可视化示例   饼图,作为一种常见的数据可视化工具,能够 直观地展示数据的分布和比例 。在Python的数据可视化库Matplotlib中, plt.pie() 函数就是用来绘制饼图的。通过它,

    2024年02月20日
    浏览(53)
  • 详解 matplotlib.pyplot ,Python 初学者真能看懂

    Matplotlib 是一个 Python 中的 2D 绘图库, pyplot 模块是一个方便使用 Matplotlib 的接口。 下面是 pyplot 模块中的五个重要的知识点: 【创建图形】: pyplot 模块提供了许多简单易用的函数来创建图形,如 plot、scatter、bar、hist 等。这些函数可以绘制不同类型的图形,例如散点图、折

    2024年02月02日
    浏览(44)
  • Python绘制折线图、散点图...Pyplot库功能使用示例大全

    matplotlib.pyplot库是Python中一个非常重要的可视化工具,可以用于绘制各种图表。本文给出了图表绘制的各种示例 1、简单折线图示例 代码中首先导入了matplotlib.pyplot库和numpy库。生成了一些数据并使用plt.plot()函数绘制了折线图,同时使用plt.title()、plt.xlabel()和plt.ylabel() 函数为图

    2024年02月14日
    浏览(38)
  • Python学习笔记第六十八天(Matplotlib 饼图)

    饼图(Pie Chart)是一种常用的数据可视化图形,用来展示各类别在总体中所占的比例。 我们可以使用 pyplot 中的 pie() 方法来绘制饼图。 pie() 方法语法格式如下: 参数说明: x:浮点型数组或列表,用于绘制饼图的数据,表示每个扇形的面积。 explode:数组,表示各个扇形之间

    2024年02月08日
    浏览(35)
  • matplotlib pyplot 教程

    Last updated: 2022-09-23, 13:55 matplotlib.pyplot 包含一系列类似 MATLAB 的绘图函数。每个 pyplot 函数对 figure 进行一些修改,如创建 figure,在 figure 中创建 plot,在 plot 中添加线段、标签等。 matplotlib.pyplot 在不同函数调用之间维持状态不变,记录当前 figure 和绘图区域等信息,以及对当前

    2024年02月08日
    浏览(40)
  • Matplotlib.pyplot.plot 绘图

    Matplotlib.pyplot.scatter 散点图绘制 Matplotlib.pyplot 创建图形、在图形中创建创建一个绘图区域、在绘图区域中你那个绘制一些线、在图形中添加标签之类 format_string 控制曲线的格式字符串,可选,由颜色 字符 、 风格 字符和 标记 字符组成 颜色 字符 说明 字符 说明 字符 说明 \\\'

    2024年02月05日
    浏览(33)
  • 【Matplotlib】pyplot的高级功能

    代码 运行结果 代码分析 首先,在第09和第11行为曲线添加了标签属性,然后在第16行,通过设置plt.legend(loc=‘best’)使图例能够在画布的“最佳”位置显示,这里的“最佳”是由系统自动判别的,通常哪里留白较多,系统就将图例放到哪里,loc参数是location(位置)的简写,表

    2023年04月10日
    浏览(41)
  • python绘制饼图

    用法 参数介绍 参数 x 楔形尺寸 explode 类似数组,默认值: 无,如果不是无,则是一个len(x)数组,用于指定偏移每个楔块的半径 labels 标签列表:默认值:无,为每个楔块提供标签的一系列字符串 colors 颜色,默认值:无,饼图循环使用的一系列颜色,如果没有,将使用当前活动周期中的颜色

    2024年02月02日
    浏览(27)
  • 【Python】绘制饼图常见代码

    常用代码: autopct 是指饼图中的小数点位数, shadow 是是否选择加入阴影; explode 是两部分是否分离。

    2024年02月11日
    浏览(39)
  • Python 数据可视化:玩转 Matplotlib 的散点图、线形图、饼图和热力图

    我们来探讨其他几种常用的数据可视化图形:散点图、线形图、饼图和热力图。 数据可视化图表是数据分析和演示的重要手段,它有以下优点: 快速理解信息 :通过图表,人们可以迅速捕捉到数据的主要模式和趋势,而不需要详细查看每个数据点。 增强记忆 :人们更容易

    2024年02月11日
    浏览(49)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包