最全Python绘制饼形图（饼状图）

2024-07-16 00:05| 来源: 网络整理| 查看: 265

饼状图（pie chart）一般用于描述分类型数据的相对频数或百分数频数分布，呈现部分与总体的关系。

在这里插入图片描述

一、导入绘图数据

首先导入绘图所需的数据。

import os import pandas as pd os.chdir(r'F:\公众号\6.学习python') #设置成存放数据文件夹路径 date = pd.read_csv("股票数据.csv", encoding = 'GBK') #读取数据

注：如需文中数据进行练习，可到公众号中回复“股票数据波动”即可免费获取。展示前几行数据如下：在这里插入图片描述

二、饼状图

1 饼状图绘图原理

Python中绘制饼状图需用matplotlib.pyplot中的pie函数，该函数的基本语法为：

pie(x, [explode], [labels], [colors], [autopct], [pctdistance], [labeldistance], [startangle], [radius], [textprops], **kwargs)

参数说明： x：数组，绘制饼状图的数据。 [explode]：默认值为None的可选参数。若非None，则是和x相同长度的数组，用来指定每部分的离心偏移量。 [labels]：列表，指定每个饼块的名称，默认值None，为可选参数。 [colors]：特定字符或数组，指定饼图的颜色，默认值None，为可选参数。 [autopct]：特定字符，指定饼图中数据标签的显示方式，默认值None，为可选参数。 [pctdistance]：浮点数，指定显示比例距离圆心的距离。默认值0.6，为可选参数。 [labeldistance]：浮点数，指定每个扇形对应标签与圆心的距离，默认值1.1，为可选参数。 [startangle]：浮点数，指定从x轴逆时针旋转饼图的开始角度，默认值None，为可选参数。 [radius]：浮点数，指定饼图的半径，默认值1，为可选参数。 [textprops]：字典，设置文本对象的字典参数，默认值None，为可选参数。 **kwargs：不定长关键字参数，用字典形式设置条形图的其它参数。

2 绘制饼状图

以每年股票成交笔数总计值绘制饼状图，具体语句如下：

import matplotlib.pyplot as plt #导入绘图包 plt.rcParams['font.sans-serif'] = ['SimHei'] #解决中文显示问题 plt.rcParams['axes.unicode_minus'] = False # 解决中文显示问题 date = date.set_index('日期') #把日期列设为索引 date.index = pd.to_datetime(date.index) #把索引转为时间格式 result = date[['成交笔数']].groupby(date.index.year).sum() #按年总计股票成交笔数 plt.pie(result['成交笔数'], labels=result.index, autopct='%3.1f%%') #以时间为标签，总计成交笔数为数据绘制饼图，并显示3位整数一位小数 plt.title('股票每年成交笔数饼图') #加标题 plt.show()

得到结果如下：在这里插入图片描述

3 绘制饼状图并更改显示字体特征

以每年股票成交笔数总计值绘制饼状图，更改字体颜色、尺寸并加粗，具体语句如下：

plt.pie(result['成交笔数'], labels=result.index, autopct='%3.1f%%', textprops={'color':'b', 'size':10, 'weight':'bold'}) #设置显示字体颜色、尺寸、加粗 plt.title('股票每年成交笔数饼图', c='b') #加标题 plt.show()

得到结果如下：在这里插入图片描述

4 绘制指定离心偏移量饼状图

以每年股票成交笔数总计值为数值，标准化换手率为离心偏移量绘制饼状图，具体语句如下：

result = date.groupby(date.index.year).agg(sum=('成交笔数', 'sum'), avg=('换手率', 'mean')) #计算每年成交笔数总计值，换手率均值 plt.pie(result['sum'], explode=result['avg']/result['avg'].max(), labels=result.index, autopct='%3.1f%%') #以成交笔数总计值为数值，标准化换手率为离心值绘制饼状图 plt.show()

得到结果如下：在这里插入图片描述

5 绘制多重显示饼状图

根据每年股票成交笔数总计值为数值、标准化换手率为颜色绘制饼图，具体语句如下：

import matplotlib.cm as cm #导入库 result = date.groupby(date.index.year).agg(sum=('成交笔数', 'sum'), avg=('换手率', 'mean')) #计算每年成交笔数总计值，换手率均值 plt.pie(result['sum'], colors=cm.ScalarMappable().to_rgba(result['avg']), labels=result.index, autopct='%3.1f%%') #根据换手率均值设置颜色绘制饼图 plt.title('绘制每年股票成交笔数总计值为数值、标准化换手率为颜色的饼图') #设置标题 sm = plt.cm.ScalarMappable(norm=plt.Normalize(vmin=result['avg'].min(), vmax=result['avg'].max())) plt.colorbar(sm) #根据换手率均值的从小到大显示颜色 plt.show()

得到结果如下：在这里插入图片描述

6 绘制嵌套饼状图

以每年股票成交笔数总计值绘制外圈，设置饼块保留外圈的20%,边框颜色为白色。以每年换手率均值绘制内圈，半径为原来的80%，字体显示在距圆心50%的地方。具体语句如下：

result = date.groupby(date.index.year).agg(sum=('成交笔数', 'sum'), avg=('换手率', 'mean')) #计算每年成交笔数总计值，换手率均值 plt.pie(result['sum'], pctdistance=0.9, wedgeprops={'width':0.2, 'edgecolor':'w'}, labels=result.index, autopct='%3.1f%%') #绘制外圈 plt.pie(result['avg'], pctdistance=0.5, radius=0.8, autopct='%3.1f%%') #绘制内圈 plt.show()

得到结果：在这里插入图片描述

至此，在Python中绘制饼状图已全部讲解完毕，感兴趣的同学可以自己实现一遍图片。【限时免费进群】在群内免费讨论学习Python、玩转Python、风控建模、人工智能学习、数据分析等内容，也可交流工作中遇到的相关问题。需要的朋友添加微信号19967879837，加时备注想进的群，比如学习Python。你可能感兴趣: 用Python绘制皮卡丘用Python绘制词云图 Python人脸识别—我的眼里只有你 Python画好看的星空图（唯美的背景）用Python中的py2neo库操作neo4j，搭建关联图谱 Python浪漫表白源码合集（爱心、玫瑰花、照片墙、星空下的告白）

长按(扫一扫)识别上方二维码学习更多Python和建模知识，让你的学习和工作更出彩。

【本文地址】

公司简介

联系我们