Matplotlib饼图、环图绘制代码

骑猪看日落 2023-06-16 08:23 12阅读 0赞

不只是饼状图，Matplotlb的官网上Example页面下有各种图表的例子（[Matplotlib-Examples][]），因此，如果想要绘制图表，建议先到官网上看一看，挑选合适的图表，如果不懂的话，再找其他资料学习。  
最近需要绘制饼状图（其实是环状图），其实简单绘制的话是很简单的，但是对参数进行一些调整的话会使图表变得很好看，这里重点记录一下`pie()`函数的一些重要参数，同时记录一下这份代码作为Demo，方便之后改动使用，这份代码是根据官方代码改动的：

import numpy as np
    import matplotlib
    import matplotlib.pyplot as plt
    
    
    # 指定本地字体 使用 fontproperties=myfont 调用 没有这个属性的无法使用
    # myfont = matplotlib.font_manager.FontProperties(fname=r"times.ttf")
    
    # 创建、返回 Figure 对象和 Axes 子图对象
    fig, ax = plt.subplots(figsize=(12, 6))
    
    recipe_data = [375, 75, 250, 300, 200]
    recipe_labels = ['dataa', 'datab', 'datac', 'datad', 'datae']
    
    
    # 凸显的块偏离的程度 例如 0.5就是显示在离中心点 1.5r的位置
    explode = [0, 0.3, 0, 0, 0]
    
    # 用来规定输出格式的函数
    def func(pct, allvals):
        absolute = int(pct/100.*np.sum(allvals))
        return "{:.1f}%\n({:d})".format(pct, absolute)
    
    # 颜色列表
    colors=['#06799f', '#4c8e9e','#3aaacf','#33cccc', '#91cdcb']
    # colors = ['#7bcdca','#499b98','#467472', '#89a1d5', '#9dafd5']
    
    
    ''' 函数调用格式： matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False, rotatelabels=False, hold=None, data=None) 其中： x：数据 labels: 每个块的标记列表 在legend和作为图表外标记使用 colors: string list颜色参数列表 explode: float list 每个块偏移的程度 如果是0.5 就表示偏离中心 1.5r 用来凸显某一块 autopct: string format 标注 或者是使用函数方式（一般传入一个lambda函数用来匹配数据和不同的标注） pctdistance: float 块上标记文字距离中心的程度（0，1） textprops：dict 用来设置文本对象的一些属性例如：textprobs = dict(color='w') 或者 textprobs = {color:'w'} 表示标注文字的颜色是白色 wedgeprops：dict 设置wedge对象的一些参数 例如 wedgeprops={'linewidth':3, 'width':0.5, 'edgecolor':'w'} 图表线条宽 设置是否圈的环的比例（0，1）， 不同块的边界颜色 counterclock：bool 指定指针方向，顺时针或者逆时针。 startangle: float 从x轴开始逆时针开始偏移的角度 shadow: bool 是否添加阴影 center：float list 图标中心位置。 labeldistance：float 被画饼标记的直径。 frame：bool 表的轴框架。 rotatelabels：bool 旋转每个label到指定的角度。 radius: float 半径 返回值: patches：list matplotlib.patches.Wedge对象列表。 text：list 饼（圈）内部的文字 autotexts：list 饼（圈）外部的文字 '''
    wedges, texts, autotexts = ax.pie(x=recipe_data,
                                      labels=recipe_labels,
                                      # autopct='%1.1f%%', autopct后面跟的两种形式 这种格式就是 像12.3%的百分比一位小数
                                      autopct=lambda pct: func(pct ,recipe_data),
                                      explode=explode,
                                      colors=colors,
                                      pctdistance=0.7,
                                      textprops=dict(color="w"),  # 设置白色会看不到圆外部的文字（背景是白色）
                                      # 设置环的比例占一半
                                      wedgeprops = { 'width': 0.5, 'linewidth': 1, 'edgecolor':'w'}
                                      )
    
    # 设置图例中的一些属性
    ax.legend(wedges, recipe_labels,
              title="legends",
              title_fontsize=15,
              fontsize=17,
              loc="center left",
              bbox_to_anchor=(1, 0, 0.5, 1))
    
    plt.setp(autotexts, size=12, weight="bold")    # 文字的大小之类
    ax.set_title("Pie Chart", fontdict={ 'fontsize':15, 'fontweight':15})
    # 如果直接对figure对象设置的话，会有一个参数fontproperties，后面跟的就是自己定义使用的字体
    # plt.title("Matplotlib bakery: A pie", fontproperties=myfont, fontsize=15)
    
    # plt.savefig('test01') 保存
    plt.show()

效果：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM0MzI4NzY0_size_16_color_FFFFFF_t_70]

实际上，绘制好看的图表的一个重要方面就是图表的配色，这个配色我是根据很多论文常用的颜色设置的，网络上会有很多配色的网站，可以简单学习一下配色的方法，例如这个网站：[Color Scheme Designer][]，会帮助你选择更合理的颜色搭配来让你的图表更好看。

[Matplotlib-Examples]: https://matplotlib.org/gallery/index.html
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM0MzI4NzY0_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20191125185829738.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM0MzI4NzY0,size_16,color_FFFFFF,t_70
[Color Scheme Designer]: http://www.peise.net/tools/web/