Python 饼图绘制详细讲解

数据可视化都有一个共同的目的，那就是准确而高效、精简而全面地传递信息和知识。可视化能将不可见的数据现象转化为可见的图形符号，能将错综复杂、看起来没法解释和关联的数据，建立起联系和关联，发现规律和特征，获得更有商业价值的洞见和价值。并且利用合适的图表直截了当且清晰而直观地表达出来，实现数据自我解释、让数据说话的目的。图形表现数据，实际上比传统的统计分析法更加精确和有启发性。我们可以借助可视化的图表寻找数据规律、分析推理、预测未来趋势。

import matplotlib.pyplot as plt

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

data = [9.5, 34.2,  29.6,  21.3, 100 - 34.2 - 29.6 - 21.3 - 9.5]#基础数据

labels = ['情侣出游', '朋友同学', '单独出行', '家庭亲子', "商务旅游"]#数据标签

explode = [0.2, 0.1, 0, 0, 0]  # 生成数据

colors = ['#9999ff', '#ff9999', '#7777aa', '#2442aa', '#dd5555']  # 自定义颜色

plt.pie(x = data,                                    # 绘图数据

        explode = explode,                             # 指定饼图某些部分的突出显示

        labels = labels,                               # 添加标签

        colors = colors,                               # 设置颜色

        autopct = '%.2f%%',                            # 设置百分比的格式

        pctdistance = 0.8,                             # 设置百分比标签与圆心的距离

        labeldistance = 1.1,                           # 设置教育水平标签与圆心的距离

        startangle = 180,                              # 设置饼图的初始角度

        radius = 1.2,                                  # 设置饼图的半径

        counterclock = False,                          # 是否逆时针，这里设置为顺时针方向

        wedgeprops = {'linewidth' : 1.5, 'edgecolor' : 'green'},  # 设置饼图内外边界的属性值

        textprops = {'fontsize' : 10, 'color' : 'black'},         # 设置文本标签的属性值
        )

# 添加图标题
plt.title('饼图绘制')

# 显示图形
plt.show()

Python 饼图绘制详细讲解

猜你喜欢