Python可视化 |
您所在的位置：网站首页 › python圆环图改成图案填充怎么改 › Python可视化 |
Python可视化
|
人生苦短，快学Python！今天给大家介绍Python可视化之环形图的绘制。 环形图，也被称为圆环图。它在功能上与饼图相同，只是中间有一个空白，并且能够同时支持多个统计数据。与标准饼图相比，环形图提供了一个更好的数据强度，因为空白中心可以用来显示额外的、相关的数据。 
环形图
使用场景：适合展示分类的占比情况，不适合展示分类过多（超过9条数据）或者差别不明显的场景。 在本文中，我们将介绍两种使用 Matplotlib 绘制环形图的方法。一种是使用饼图和参数 wedgeprops 的简单方法；另一种是使用极坐标轴和水平条形图的方法[1]。 方法一：饼图Matplotlib 中没有绘制环形图的方法[2]，但是我们可以使用参数 wedgeprops 快速转换饼图为环形图。 下面，先绘制一个简单的让小号用一个简单的饼图。 import matplotlib.pyplot as plt plt.pie([87,13], startangle=90, colors=['#5DADE2', '#515A5A']) plt.show()
饼图
接下来，我们我们可以添加参数 wedgeprops ，并定义边缘的宽度。 fig, ax = plt.subplots(figsize=(6, 6)) ax.pie([87,13], wedgeprops={'width':0.3}, startangle=90, colors=['#5DADE2', '#515A5A'])
一个环形图
是不是非常简单，其实我们还可以添加一些文字，使得我们的数据可视化更有表现力。 fig, ax = plt.subplots(figsize=(6, 6)) wedgeprops = {'width':0.3, 'edgecolor':'black', 'linewidth':3} ax.pie([87,13], wedgeprops=wedgeprops, startangle=90, colors=['#5DADE2', '#515A5A']) plt.title('环形图', fontsize=24, loc='center') plt.text(0, 0, "87%", ha='center', va='center', fontsize=42) plt.text(-1.2, -1.2, "来源: Thiago Carvalho", ha='left', va='center', fontsize=12)
带有详细信息的环形图
为了支持中文，我们需要增加这两行Python代码。 plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号当我们要显示简单的比例时，环形图特别有用。 然而在我眼中，圆环图最适合用来展示进度条！而要制作类似进度条一样的圆环图，可以可以进一步简化图表。 fig, ax = plt.subplots(figsize=(6, 6)) data = [87, 13] wedgeprops = {'width': 0.3, 'edgecolor': 'black', 'lw': 3} patches, _ = ax.pie(data, wedgeprops=wedgeprops, startangle=90, colors=['#5DADE2', 'white']) patches[1].set_zorder(0) patches[1].set_edgecolor('white') plt.title('类似进度条的环形图', fontsize=24, loc='center') plt.text(0, 0, f"{data[0]}%", ha='center', va='center', fontsiAze=42) plt.text(-1.2, -1.3, "来源: Thiago Carvalho", ha='left', va='top', fontsize=12)
方法二：条形图
相对于前一个方法，该方案较为复杂，但也提供了更多的自定义选项。 我们先从绘制基础图形开始。 fig, ax = plt.subplots(figsize=(6, 6), subplot_kw={'projection':'polar'}) data = 87 startangle = 90 x = (data * pi *2)/ 100 left = (startangle * pi *2)/ 360 # 转换起始角度 ax.barh(1, x, left=left, height=1, color='#5DADE2') plt.ylim(-3, 3)
如果想制作成前面一样的进度条，还需要进行更多的操作。 fig, ax = plt.subplots(figsize=(6, 6), subplot_kw={'projection':'polar'}) data = 87 startangle = 90 x = (data * pi *2)/ 100 left = (startangle * pi *2)/ 360 #控制起始位置 plt.xticks([]) plt.yticks([]) ax.spines.clear() ax.barh(1, x, left=left, height=1, color='#5DADE2') plt.ylim(-3, 3) plt.text(0, -3, "87%", ha='center', va='center', fontsize=42)
进度条 - 环形图
使用这种方法的话，我们拥有更多的自定义选择。比如可以添加多个进度条、定义它们之间的距离等等。 篇幅限制，只显示部分代码吗，完整代码下载见文末。 # 在末尾标出线条和点来使它们变圆 for i, x in enumerate(xs): ax.barh(ys[i], x, left=left, height=1, color=colors[i]) ax.scatter(x+left, ys[i], s=350, color=colors[i], zorder=2) ax.scatter(left, ys[i], s=350, color=colors[i], zorder=2) plt.ylim(-4, 4) legend_elements = [Line2D([0], [0], marker='o', color='w', label='Group A', markerfacecolor='#4393E5', markersize=10), Line2D([0], [0], marker='o', color='w', label='Group B', markerfacecolor='#43BAE5', markersize=10), Line2D([0], [0], marker='o', color='w', label='Group C', markerfacecolor='#7AE6EA', markersize=10)] ax.legend(handles=legend_elements, loc='center', frameon=False) plt.xticks([]) plt.yticks([]) ax.spines.clear()
好了，以上就是今天介绍的两种使用 Matplotlib 绘制环形图的方法。 另外，我还看过另外一个骚操作，也就是在饼图的中心绘制一个白色圆圈，使之变成一个环形图。 
如果大家觉得本文还不错，记得给个一键三连！ 参考资料[1] Towardsdatascience: https://towardsdatascience.com/ [2]Matplotlib: https://github.com/matplotlib/matplotlib 各位伙伴们好，詹帅本帅搭建了一个个人博客和小程序，汇集各种干货和资源，也方便大家阅读，感兴趣的小伙伴请移步小程序体验一下哦！（欢迎提建议） 推荐阅读 牛逼！Python常用数据类型的基本操作（长文系列第①篇） 牛逼！Python的判断、循环和各种表达式（长文系列第②篇） 牛逼！Python函数和文件操作（长文系列第③篇） 牛逼！Python错误、异常和模块（长文系列第④篇） |
【本文地址】
今日新闻 |
推荐新闻 |