plt.pie绘制饼图：从入门到精通，只需一篇文章！Matplotlib可视化

见贤思齐

【📊plt.pie绘制饼图】：从入门到精通，只需一篇文章！【Matplotlib可视化】！利用Matplotlib进行数据可视化示例🌵文章目录🌵🎨一、饼图初探：基本概念与用途💡二、深化理解：饼图的定制与优化💫三、交互式体验：动态饼图制作📚四、参考文档🌳五、结尾🎨一、饼图初探：基本概念与用途  饼图，作为一种常见的数据可视化工具，能够直观地展示数据的分布和比例。在Python的数据可视化库Matplotlib中，plt.pie()函数就是用来绘制饼图的。通过它，我们可以轻松地创建出具有不同颜色、标签和的饼图，以展示数据的整体和部分之间的关系。  首先，让我们通过简单的代码示例来了解一下plt.pie()函数的基本用法。#导入matplotlib库的pyplot模块，并简写为plt，该模块提供了类似于MATLAB的绘图功能。importmatplotlib.pyplotasplt#定义标签列表，用于表示饼图中的各个扇区。labels=['A','B','C','D']#定义数据列表，用于表示饼图中各个扇区的大小。sizes=[20,25,45,10]#设置全局字体为支持中文的字体'SimHei'，确保在图中能够正确显示中文。plt.rcParams['font.sans-serif']=['SimHei']#使用plt.pie()函数绘制饼图。其中:#sizes参数指定了饼图中各个扇区的大小;#labels参数指定了各个扇区的标签，#autopct参数指定了扇区百分比的格式;#startangle参数指定了饼图的起始角度（这里设置为90度，即从上方开始）;plt.pie(sizes,labels=labels,autopct='%1.1f%%',startangle=90)#使用plt.title()函数为饼图添加，内容为'示例饼图'。plt.title('示例饼图')#使用plt.show()函数显示图形#在JupyterNotebook等环境中，这一步不是必须的，但在普通Python脚本中需要这一步来展示图形。plt.show()12345678910111213141516171819202122232425'运行运行  以上代码是一个简单的饼图绘制示例，使用了Matplotlib库中的pyplot模块。它首先设置了支持中文的字体，然后定义了标签和数据列表，接着调用plt.pie()函数绘制饼图，并设置了饼图的。最后，使用plt.show()函数显示图形：Fig.1使用`plt.pie()`函数绘制基本的饼图💡二、深化理解：饼图的定制与优化在掌握了plt.pie()函数的基本用法后，我们可以进一步定制和优化饼图，使其更加美观和实用。个性化定制颜色与样式：通过colors参数，我们可以为饼图指定不同的颜色。同时，shadow和explode参数可以用于添加阴影和突出显示某个扇区。plt.pie(sizes,labels=labels,colors=['red','blue','green','yellow'],shadow=True,explode=(0,0.1,0,0))1标签与：除了之前提到的labels和title参数外，我们还可以使用labeldistance和titledistance参数来调整标签和与饼图之间的距离。plt.pie(sizes,labels=labels,labeldistance=1.1,titledistance=1.2)1饼图大小与位置：通过figsize参数，我们可以设置画布的大小，从而调整饼图的大小。而subplots_adjust参数则可以用于调整饼图在画布中的位置。plt.figure(figsize=(8,6))plt.pie(sizes,labels=labels)plt.subplots_adjust(left=0.2,right=0.8,top=0.8,bottom=0.2)123高级优化数据排序：默认情况下，plt.pie()函数会按照数据的大小自动对扇区进行排序。如果我们需要按照特定的顺序显示扇区，可以通过sort参数进行控制。plt.pie(sizes,labels=labels,sort=False)1数据显示：通过textprops参数，我们可以设置饼图上显示的数据标签的样式，包括字体大小、颜色等。plt.pie(sizes,labels=labels,textprops={'fontsize':14,'color':'white'})1缺失数据处理：当饼图的数据中存在零值或缺失值时，我们可以通过设置wedgeprops参数来控制这些扇区的显示方式，比如将其设置为透明或添加线条边框。plt.pie(sizes+[0],labels=labels+['缺失数据'],wedgeprops={'edgecolor':'black','linewidth':2})1实战：个性化定制饼图importmatplotlib.pyplotasplt#设置全局字体为支持中文的字体plt.rcParams['font.sans-serif']=['SimHei']defdraw_customized_pie_chart(sizes,labels,colors,explode=None,autopct='%1.2f%%',startangle=90,shadow=True):"""绘制自定义的饼图。参数:sizes(list):饼图各部分的大小。labels(list):饼图各部分的标签。colors(list):饼图各部分的颜色。explode(list,optional):饼图各部分突出的距离。默认为None。autopct(str,optional):显示百分比的格式。默认为'%1.2f%%'。startangle(float,optional):饼图的起始角度。默认为90。shadow(bool,optional):是否添加阴影。默认为True。返回:None"""#创建一个新的图形，并设置其大小plt.figure(figsize=(8,6))#定义饼图的参数pie_params={'x':sizes,'labels':labels,'colors':colors,'autopct':autopct,'startangle':startangle,'shadow':shadow,'explode':explode,'labeldistance':1.1,'pctdistance':0.7,'textprops':{'fontsize':14,'color':'black'},'wedgeprops':{'edgecolor':'black','linewidth':1.5}}#绘制饼图plt.pie(**pie_params)#添加plt.title('定制和优化后的饼图',pad=20)#调整子图的位置，确保饼图在画布中居中显示plt.subplots_adjust(left=0.1,right=0.8,top=0.9,bottom=0.1)#显示图形plt.show()#示例数据sizes=[20,25,35,10,10]labels=['A','B','C','D','缺失数据']colors=['red','blue','green','yellow','lightgray']#调用函数绘制饼图draw_customized_pie_chart(sizes,labels,colors,explode=(0,0.1,0,0,0))123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960'运行运行  这段代码💻定义了一个超赞的👏函数draw_customized_pie_chart，这个函数可以绘制出各种自定义的饼图🥧！通过传入的参数📋，你可以轻松定制饼图的尺寸📐、标签🏷️、颜色🌈、突出显示部分💥、百分比显示格式🔍、起始角度🌐以及是否添加阴影🌑。函数内部使用了强大的matplotlib.pyplot库📊来绘制饼图，并且设置了全局字体为支持中文的SimHei字体🔡。  除了这些，代码还展示了如何使用这个函数来绘制一个包含五个部分（A、B、C、D和缺失数据❌）的饼图。其中，B部分被突出显示💡，让整个饼图更加生动和引人注目👀。  绘制完成后，饼图会在一个8x6英寸的窗口中🖥️显示出来，并且具有一个精美的🎯和适当的子图位置调整🔄，以确保饼图在画布中居中显示🎯。这样一来，你的饼图就会更加美观和易读啦！🎉效果展示Fig.2使用`plt.pie()`函数定制个性化饼图💫三、交互式体验：动态饼图制作  除了静态的饼图外，我们还可以利用Matplotlib的交互功能，制作可动态变化的饼图。这可以通过结合使用plt.pie()函数和事件处理函数来实现。  下面是一个简单的示例代码，展示如何制作一个可以通过鼠标点击来切换扇区颜色的动态饼图：importmatplotlibimportmatplotlib.pyplotasplt#设置matplotlib使用TkAgg作为其后端，TkAgg是一个基于Tkinter的GUI后端matplotlib.use('TkAgg')#设置全局字体为支持中文的字体plt.rcParams['font.sans-serif']=['SimHei']importmatplotlib.colorsasmcolors#饼图数据sizes=[20,25,35,10,10]labels=['data1','data2','data3','data4','缺失数据']colors=['red','blue','green','orange','lightgray']#绘制饼图fig,ax=plt.subplots()patches,_,_=ax.pie(sizes,labels=labels,colors=colors,autopct='%1.1f%%',startangle=90)#设置ax.set_title('交互式的自定义饼图')#确保饼图是圆形的ax.axis('equal')#保存每个扇区的原始颜色original_colors={patch:patch.get_facecolor()forpatchinpatches}#将颜色名称转换为RGB元组的函数defcolor_name_to_rgb(color_name):returnmcolors.to_rgb(color_name)#黄色的RGB值yellow_rgb=color_name_to_rgb('yellow')#创建一个函数来处理鼠标点击事件defonclick(event):forpatchinpatches:ifpatch.contains(event)[0]:#检查点击是否在扇区内#获取扇区的当前颜色current_color=patch.get_facecolor()#将当前颜色转换为RGB元组current_rgb=mcolors.to_rgb(current_color)#检查当前颜色是否是黄色ifcurrent_rgb==yellow_rgb:#如果是黄色，则还原为原始颜色patch.set_facecolor(original_colors[patch])else:#否则，将颜色设置为黄色patch.set_facecolor('yellow')fig.canvas.draw_idle()#更新图形break#绑定鼠标点击事件到图形fig.canvas.mpl_connect('button_press_event',onclick)#显示图表plt.show()123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566  🎉以上代码创造了一个超酷的交互式饼图！🎨每个扇区在轻轻一点之间就能变成亮黄色，再次点击又能优雅地恢复原状。🔄这是怎么实现的呢？原来，代码早已悄悄保存了每个扇区的原始颜色，并在你点击时智慧地检查当前颜色，然后迅速作出切换。✨通过巧妙运用Matplotlib库的强大功能和事件处理机制，以上代码可以带来不错的交互体验！💥🎉效果展示Fig.3使用`plt.pie()`制作可动态变化的饼图📚四、参考文档Matplotlib官网Matplotlib初探：认识数据可视化与Matplotlib数据分析利器对决：Matplotlib中的MATLAB风格与面向对象风格，你选谁？Matplotlibplt.colorbar：从入门到精通，只需一篇文章！🌳五、结尾  亲爱的读者，感谢您每一次停留和阅读，这是对我们最大的支持和鼓励！🙏在茫茫网海中，您的关注让我们深感荣幸。您的独到见解和建议，如明灯照亮我们前行的道路。🌟若在阅读中有所收获，一个赞或收藏，对我们意义重大。  我们承诺，会不断自我挑战，为您呈现更精彩的内容。📚有任何疑问或建议，欢迎在评论区畅所欲言，我们时刻倾听。💬让我们携手在知识的海洋中航行，共同成长，共创辉煌！🌱🌳感谢您的厚爱与支持，期待与您共同书写精彩篇章！  您的点赞👍、收藏🌟、评论💬和关注💖，是我们前行的最大动力！