AI智能
改变未来

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()

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:

  1. x:表示绘图数据

  2. 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()

  3. labels:每个部分的标签,类型为List,且长度必须和数据 x 一致。

  4. 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()

  5. 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()

  1. 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

  1. 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()

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。

  1. radius:就是圆的半径,默认是1

  2. 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

  1. 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\')

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()

  1. 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()


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。

赞(0) 打赏
未经允许不得转载:爱站程序员基地 » matplotlib饼图绘制奇招