当前位置：首页 > news >正文

使用 Pyecharts 绘制精美饼状图：从基础到高级技巧

news 2025/7/21 7:33:50

一、Pyecharts 简介

Pyecharts 是一个基于 ECharts 的 Python 数据可视化库，它能够帮助用户轻松创建各种交互式图表。作为 ECharts 的 Python 接口，Pyecharts 继承了 ECharts 强大的可视化能力，同时提供了 Python 友好的 API 设计，使得数据科学家和分析师能够快速构建专业级的数据可视化作品。

Pyecharts 的核心优势在于：

丰富的图表类型：支持超过 30 种常见图表类型，包括折线图、柱状图、饼图、散点图、地图等
高度可定制化：几乎每个图表元素都可以自定义，从颜色、字体到交互行为
交互式体验：原生支持缩放、拖拽、悬停提示等交互功能
多种输出格式：可输出为 HTML、图片或 Jupyter Notebook 内嵌展示
简洁的 API：采用链式调用设计，代码直观易读

饼状图是数据可视化中展示比例关系的经典图表。本文将基于 Pyecharts 展示多种饼状图的绘制方法，包括基础饼图、南丁格尔玫瑰图等高级形式，并提供完整的代码示例和效果展示。

基础饼状图

展示高中同学职业分布的比例关系：

from pyecharts import options as opts
from pyecharts.charts import Piecategories = ['程序员','教师','医生','护士','警察','老板','律师','翻译','运动员']
values = [18, 5, 3, 4, 8, 2, 2, 5, 1]pie = (Pie().add('高中同学职业占比', list(zip(categories, values))).set_global_opts(title_opts=opts.TitleOpts(title="职业分布")).set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
)
pie.render_notebook()

效果特点：

清晰展示各职业占比
悬浮显示具体数值
交互式图例开关

调整图例位置

当图例项较多时，优化图例位置可提升可读性：

pie = (Pie().add('职业占比', list(zip(categories, values))).set_global_opts(title_opts=opts.TitleOpts(title="优化图例位置"),legend_opts=opts.LegendOpts(pos_left="25%")  # 图例左移)
)

关键参数：

pos_left/pos_right：控制水平位置
pos_top/pos_bottom：控制垂直位置
orient：图例方向（horizontal/vertical）

自定义颜色方案

为不同职业分配特定颜色:

custom_colors = ["#1f77b4", "#ff7f0e", "#2ca02c", "#d62728", "#9467bd", "#8c564b", "#e377c2", "#7f7f7f", "#bcbd22"]pie = (Pie().add('职业占比', list(zip(categories, values))).set_colors(custom_colors)  # 应用自定义颜色
)

南丁格尔玫瑰图

用半径长度反映数值大小的玫瑰图：

pie = (Pie().add(series_name='职业占比',data_pair=list(zip(categories, values)),rosetype="radius",  # 半径模式radius="85%",       # 图表大小label_opts=opts.LabelOpts(is_show=False)).set_global_opts(legend_opts=opts.LegendOpts(is_show=False))
)

玫瑰图模式说明：

radius：半径反映数值大小
area：所有扇形角度相同，仅半径不同

滚动图例

当分类过多时使用滚动图例：

pie = (Pie().add('职业占比', list(zip(categories, values))).set_global_opts(legend_opts=opts.LegendOpts(type_="scroll",      # 滚动模式pos_left="80%",      # 右侧放置orient="vertical"    # 垂直方向))
)

双玫瑰图对比

在同一画布展示两种玫瑰图类型：

pie = (Pie().add("", list(zip(categories, values)), radius=["30%", "75%"], center=["25%", "50%"],  # 左侧图表rosetype="radius")      # 半径模式.add("", list(zip(categories, values)), radius=["30%", "75%"], center=["75%", "50%"],  # 右侧图表rosetype="area")        # 面积模式
)

对比效果：