Matplotlib

2023-06-25 07:45| 来源: 网络整理| 查看: 265

1. 饼图

`pie()`函数用于绘制饼图，其基本语法如下：

plt.pie(x, explode=None, labels=None, colors=None, autopct=None, startangle=None, shadow=False)

其中，参数含义如下：

- `x`: 数组，表示饼图中每个部分的数值大小。 - `explode`: 数组，表示每个部分距离饼图圆心的偏移量，默认为 None。 - `labels`: 数组，表示每个部分的标签，默认为 None。 - `colors`: 数组，表示每个部分的颜色，默认为 None。 - `autopct`: 字符串或函数，表示每个部分在饼图中所占比例的显示方式，可以是类似“%1.1f%%”这

样的字符串，或者是一个自定义函数，默认为 None。 - `startangle`: 数值，表示饼图的起始角度，默认为 None。 - `shadow`: 布尔值，表示是否显示阴影，默认为 False。

需要注意的是，`x`和`labels`参数必须同时存在或同时不存在，否则会报错。另外，`colors`和

`autopct`参数的长度必须与`x`的长度相同。

x = [10, 20, 30, 40] plt.pie(x, autopct='%.1f%%') plt.savefig('images/5-18.png') plt.show() df = pd.read_excel('data/plot.xlsx', sheet_name='pie1') citys, values = df.省份, df.销量 # 饼图 plt.figure(figsize=(5, 5)) plt.pie( x=values, # 值 autopct='%.1f%%', # 百分比 labels=citys, # 标签 pctdistance=0.8, # 百分比文字的位置 explode=[0, 0, 0, 0.1, 0, 0.1, 0, 0, 0, 0], # 分裂效果 # 字体样式 textprops={'fontsize': 12, 'color': 'blue'}, shadow=True ) plt.savefig('images/5-19.png') plt.show()

# 饼图 plt.pie( x=values, # 值 autopct='%.1f%%', # 百分比 labels=citys, # 标签 pctdistance=0.8, # 百分比文字的位置 # 字体样式 textprops={'fontsize': 10, 'color': 'k'}, # wedgeprops={'width': 0.4, 'edgecolor': 'w'} ) plt.savefig('images/5-20.png') plt.show()

df1 = pd.read_excel('data/plot.xlsx', sheet_name='pie1') df2 = pd.read_excel('data/plot.xlsx', sheet_name='pie2') citys1, values1 = df1.省份, df1.销量 citys2, values2 = df2.省份, df2.销量 plt.figure(dpi=200) # 饼图 plt.pie( x=values1, # 值 autopct='%.1f%%', # 百分比 labels=citys1, # 标签 pctdistance=0.8, # 百分比文字的位置 # 字体样式 textprops={'fontsize': 10, 'color': 'k'}, # wedgeprops={'width': 0.4, 'edgecolor': 'w'} ) # 饼图 plt.pie( x=values2, # 值 autopct='%.1f%%', # 百分比 # labels=citys2, # 标签 pctdistance=0.8, # 百分比文字的位置 # 字体样式 textprops={'fontsize': 8, 'color': 'k'}, # 半径 radius=0.6 ) plt.legend(citys1, fontsize=3) plt.savefig('images/5-21.png') plt.show()

【本文地址】

Matplotlib

Matplotlib

今日新闻

推荐新闻