当前位置: 首页 > news >正文

一周学会Matplotlib3 Python 数据可视化-绘制饼状图(Pie)

锋哥原创的Matplotlib3 Python数据可视化视频教程:

2026版 Matplotlib3 Python 数据可视化 视频教程(无废话版) 玩命更新中~_哔哩哔哩_bilibili

课程介绍


本课程讲解利用python进行数据可视化 科研绘图-Matplotlib,学习Matplotlib图形参数基本设置,绘图参数及主要函数,以及Matplotlib基础绘图,和Matplotlib高级绘图。

绘制饼状图(Pie)

饼状图用于展示分类数据的比例关系,通过扇形面积表示各部分在整体中的占比,适合展示不超过7个类别的构成情况。

核心函数:plt.pie()

plt.pie(x,               # 数据数组(各部分的数值)labels=None,      # 各部分标签autopct=None,     # 百分比显示格式colors=None,      # 颜色列表explode=None,     # 突出显示某些部分shadow=False,     # 是否添加阴影startangle=0,     # 起始角度(0表示从x轴开始)wedgeprops=None   # 扇形属性设置
)

关键参数详解

参数说明示例值
autopct百分比显示格式'%1.1f%%', '%1.0f%%'
explode突出显示部分(0, 0.1, 0)
startangle起始旋转角度90(从y轴开始)
pctdistance百分比标签位置0.85(中心为0,边缘为1)
labeldistance标签位置1.1
wedgeprops扇形属性{'linewidth': 2, 'edgecolor': 'black'}
textprops文本属性{'fontsize': 12, 'color': 'darkblue'}

我们来几个示例:

1,基础饼状图

import matplotlib
import matplotlib.pyplot as plt
​
# 设置matplotlib使用黑体显示中文
matplotlib.rcParams['font.family'] = 'Microsoft YaHei'
​
sizes = [25, 35, 20, 20]
labels = ['苹果', '香蕉', '樱桃', '枣']
colors = ['gold', 'yellowgreen', 'lightcoral', 'lightskyblue']
​
plt.pie(sizes, labels=labels, colors=colors,autopct='%1.1f%%', startangle=90)
plt.title("水果配送")
plt.show()

2,突出显示部分+阴影效果

import matplotlib
import matplotlib.pyplot as plt
​
# 设置matplotlib使用黑体显示中文
matplotlib.rcParams['font.family'] = 'Microsoft YaHei'
​
sizes = [25, 35, 20, 20]
labels = ['苹果', '香蕉', '樱桃', '枣']
colors = ['gold', 'yellowgreen', 'lightcoral', 'lightskyblue']
​
explode = (0, 0.1, 0, 0)  # 突出第二个部分(Bananas)
​
plt.pie(sizes, explode=explode, labels=labels,colors=colors, autopct='%1.1f%%',shadow=True, startangle=135)
plt.axis('equal')  # 确保圆形不变形
plt.title("突出部分")
plt.show()

3,环形图(甜甜圈图)

import matplotlib
import matplotlib.pyplot as plt
​
# 设置matplotlib使用黑体显示中文
matplotlib.rcParams['font.family'] = 'Microsoft YaHei'
​
sizes = [25, 35, 20, 20]
labels = ['苹果', '香蕉', '樱桃', '枣']
colors = ['gold', 'yellowgreen', 'lightcoral', 'lightskyblue']
​
plt.pie(sizes, labels=labels, colors=colors,wedgeprops={'width': 0.4, 'edgecolor': 'white', 'linewidth': 3},autopct='%1.0f%%', pctdistance=0.8)
​
# 中心添加文字
plt.text(0, 0, "水果", ha='center', va='center', fontsize=14)
plt.title("甜甜圈图")
​
plt.show()

4,自定义标签和百分比样式

import matplotlib
import matplotlib.pyplot as plt
​
# 设置matplotlib使用黑体显示中文
matplotlib.rcParams['font.family'] = 'Microsoft YaHei'
​
sizes = [25, 35, 20, 20]
labels = ['苹果', '香蕉', '樱桃', '枣']
colors = ['gold', 'yellowgreen', 'lightcoral', 'lightskyblue']
​
textprops = {'fontsize': 10, 'color': 'darkblue', 'weight': 'bold'}
​
plt.pie(sizes, labels=labels, colors=colors,autopct=lambda p: f'{p:.1f}% ({int(p * sum(sizes) / 100)})',startangle=180, textprops=textprops,wedgeprops={'linewidth': 2, 'edgecolor': 'white'})
​
plt.title("自定义标签")
​
plt.show()

http://www.lryc.cn/news/618174.html

相关文章:

  • 【Activiti】要点初探
  • SQL tutorials
  • 当 GitHub 宕机时,我们如何协作?
  • 【C#】正则表达式
  • 计算机视觉(4)-相机基础知识恶补
  • 计算机网络2-3:传输方式
  • 集合,完整扩展
  • AWS EKS 常用命令大全:从基础管理到高级运维
  • 面试八股之从Java到JVM层面深入解析ReentrantLock实现原理
  • c++的四种类型转换(static_cast,reinterpret_cast,const_cast,dynamic_cast)详解和代码示例
  • 【R语言数据分析开发指南】
  • C++学习之数据结构:AVL树
  • 干货分享|如何从0到1掌握R语言数据分析
  • Rust:构造函数 new() 如何进行错误处理?
  • Vue.js 响应接口:深度解析与实践指南
  • 《Auracast广播音频技术解析及未来路线图》 —蓝牙技术联盟 市场拓展经理 吴志豪 技术与市场经理 鲁公羽
  • 基于 Easy Rules 的电商订单智能决策系统:构建可扩展的业务规则引擎实践
  • 电商双 11 美妆数据分析总结
  • CTO如何通过录音转写和音频降噪,提升企业远程协作效率?
  • 数据分析与可视化
  • 阿里巴巴开源多模态大模型-Qwen-VL系列论文精读(一)
  • Spring Cloud系列—Config配置中心
  • B树索引和B+树索引有什么区别?
  • TinyVue表格重构性能优化详解
  • 从基础编辑器到智能中枢:OpenStation 为 VSCode 注入大模型动力
  • 人工智能+虚拟仿真,助推医学检查技术理论与实践结合
  • MySQL 索引:索引为什么使用 B+树?(详解B树、B+树)
  • 零知开源——基于STM32F407VET6和INA219的功率监测器设计与实现
  • ZKmall开源商城的容灾之道:多地域部署与故障切换如何守护电商系统
  • 【新启航】从人工偏差到机械精度:旋转治具让三维扫描重构数据重复精度提升至 ±0.01mm