matplotlib饼图绘制奇招

饼图

啥都不说，先绘制最简单的饼图

plt.pie(x)

x = [2,7,12]
plt.pie(x)
plt.show()

在这里插入图片描述

使用 np.info(plt.pie) 可以查看 plt.pie() 参数信息：

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)

简单介绍几个常用参数：

x：表示绘图数据

explode：表示每个部分与圆心偏移量，如：

x = [2,7,12]
plt.pie(x,explode=[0.1, 0, 0])
plt.show()

在这里插入图片描述

labels：每个部分的标签，类型为List，且长度必须和数据 x 一致。
colors：每个部分的颜色，一种颜色直接指明颜色（如 colors='r',这样所有部分都是同一颜色了），多种颜色用List

例：
```
x = [2,7,12]
plt.pie(x,colors=['r','g','b'],labels=['one','two','three'])
plt.show()
```
autopct：显示各个部分的比例，pct是percentage的缩写，autopct=%.0f%%表示保留到整数位并显示百分号，%.1f%%表示保留一位小数并显示百分号……

如：

x = [2,7,12]
plt.pie(x,colors=['r','g','b'],labels=['one','two','three'], autopct='%.2f%%')
plt.show()

在这里插入图片描述

startangle：表示从哪个角度（不是弧度）开始绘制，默认从0度开始绘制

在这里插入图片描述

counterclockwise：表示是否采用逆时针绘制，默认为 True

例如：（从90度位置开始按顺时针绘制）

x = [2,7,12]
plt.pie(x,
        colors=['r','g','b'],
        labels=['one','two','three'], 
        autopct='%.2f%%',
        startangle=90,
        counterclock=False  #采用顺时针绘制
        )
plt.show()

在这里插入图片描述

与上上一幅图对比，那幅图红绿蓝的顺序是逆时针的，这幅的红绿蓝是顺时针的；而且这幅图红色部分从90度位置开始绘制。

radius：就是圆的半径，默认是1
labeldistance：标签到圆心距离是半径的多少倍，默认为1.1倍，所以默认情况标签都在外部。

这里就不放图了

wedgeprops：绘制环状图时用到，参数类型是个字典，如：

wedgeprops={'width':0.3,'edgecolor':'black'}

或者：wedgeprops=dict(width=0.3, edgecolor='black')

在这里插入图片描述

例：

x = [2,7,12]
plt.pie(x,
       colors=['r','g','b'],
       labels=['one','two','three'], 
       autopct='%.2f%%',
       startangle=90,
       counterclock=False,
       wedgeprops=dict(width=0.4, edgecolor='black'),
       )
plt.show()

在这里插入图片描述

pctdistance：表示百分比标签到圆心的距离是半径的多少倍，默认为0.6，看上面这个图，百分比标签不完全包含在各个部分内部了，这时可以修改 pctdistance的值

x = [2,7,12]
plt.pie(x,
        colors=['r','g','b'],
        labels=['one','two','three'], 
        autopct='%.2f%%',
        startangle=90,
        counterclock=False,
        wedgeprops=dict(width=0.4, edgecolor='black'),
        pctdistance=0.8                              #添加这句代码
        )
plt.show()

在这里插入图片描述
上面这些算比较常用的参数设置了，其它的就自己琢磨琢磨。
最后重申一点：
np.info() 用来查看函数信息是很方便的。
np.info() 用来查看函数信息是很方便的。
np.info() 用来查看函数信息是很方便的。
（重要的事情说三遍）
不记得了可以打开源文件跳到原函数位置查看或使用该语句。