当前位置：首页 > news >正文

局部整体（三）利用python绘制饼图

news 来源：原创 2024/9/12 12:57:19

局部整体（三）利用python绘制饼图

饼图（ Pie Plot）简介

饼图是一个将整体划分为几个扇形的圆形统计图表，用于描述数量、频率或百分比之间的相对关系。饼形图适合用来快速展示数据比例分布，但不利于展示较多项目。饼图也因过于关注不同部分彼此或相对于整体的大小关系，导致与其他饼形图作整体比较时不能显示出任何变化而饱受诟病。

快速绘制

基于matplotlib

import matplotlib.pyplot as plt# 自定义数据
size_of_groups=[12,11,3,30]# 利用pie函数快速创建
plt.pie(size_of_groups)
plt.show()

定制多样化的饼图

自定义饼图一般是结合使用场景对相关参数进行修改，并辅以其他的绘图知识。参数信息可以通过官网进行查看，其他的绘图知识则更多来源于实战经验，大家不妨将接下来的绘图作为一种学习经验，以便于日后总结。

关于pie的更多用法可参考matplotlib.pyplot.pie

自定义饼图

import matplotlib as mpl
import matplotlib.pyplot as plt
from matplotlib_venn import venn3, venn3_circlesplt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签# 自定义数据
names='groupA', 'groupB', 'groupC', 'groupD',
values=[12,11,3,30]# 初始化布局
fig = plt.figure(figsize=(12,8))# 添加标签
plt.subplot(1, 4, 1) 
plt.pie(values, labels=names, labeldistance=1.15)
plt.title('添加标签')# 自定义扇形
plt.subplot(1, 4, 2) 
plt.pie(values, labels=names, labeldistance=1.15, wedgeprops = { 'linewidth' : 3, 'edgecolor' : 'white' })
plt.title('自定义扇形')# 自定义颜色
plt.subplot(1, 4, 3) 
colors = ['#4F6272', '#B7C3F3', '#DD7596', '#8EB897']
plt.pie(values, labels=names, labeldistance=1.15, wedgeprops = { 'linewidth' : 1, 'edgecolor' : 'white' }, colors=colors)
plt.title('自定义颜色')# 显示百分比
plt.subplot(1, 4, 4) 
plt.pie(values, labels=names, autopct='%1.1f%%')
plt.title('显示百分比')plt.show()

拓展-警惕饼图带来的阅读障碍

观察比较三个图形中哪个分组的值最高，同时尝试找出各组之间的值的变化趋势

是不是很难看出来，下面将饼图转化为条形图再看看呢？

# 饼图比较
import matplotlib as mpl
import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签# 自定义标签
labels = ['a', 'b', 'c', 'd', 'e']# 初始化布局
fig = plt.figure(figsize=(12,5))# 饼图1
plt.subplot(1, 3, 1) 
plt.pie([17,18,20,22,24], labels=labels)# 饼图2
plt.subplot(1, 3, 2) 
plt.pie([20,18,21,20,20], labels=labels)# 饼图3
plt.subplot(1, 3, 3) 
plt.pie([24,23,21,19,18], labels=labels)plt.show()

# 条形图比较
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as snsplt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签# 自定义标签
labels = ['a', 'b', 'c', 'd', 'e']# 初始化布局
fig = plt.figure(figsize=(12,3))# 条形图1
plt.subplot(1, 3, 1) 
sns.barplot(x=labels, y=[17,18,20,22,24], errorbar=None)# 条形图2
plt.subplot(1, 3, 2) 
sns.barplot(x=labels, y=[20,18,21,20,20], errorbar=None)# 条形图3
plt.subplot(1, 3, 3) 
sns.barplot(x=labels, y=[24,23,21,19,18], errorbar=None)plt.show()