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

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

🌵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、标签和标题的饼图，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。
  import matplotlib.pyplot as plt
  # 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()函数为饼图添加标题，标题内容为'示例饼图'。
  plt.title('示例饼图')
  # 使用plt.show()函数显示图形
  # 在Jupyter Notebook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()
  

    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，并设置了饼图的标题。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。

  1. 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))
       

       • 标签与标题：除了之前提到的labels和title参数外，我们还可以使用labeldistance和titledistance参数来调整标签和标题与饼图之间的距离。

         plt.pie(sizes, labels=labels, labeldistance=1.1, titledistance=1.2)
         

         • 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)
           

         • 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)
             

             • 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'})
               

               • 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})
                 

               • 实战：个性化定制饼图

  import matplotlib.pyplot as plt
  # 设置全局字体为支持中文的字体
  plt.rcParams['font.sans-serif'] = ['SimHei']
  def draw_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)
      # 添加标题
      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))
  

    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标题🎯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：

  import matplotlib
  import matplotlib.pyplot as plt
  # 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']
  import matplotlib.colors as mcolors
  # 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)
  # 设置标题
  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() for patch in patches}
  # 将颜色名称转换为 RGB 元组的函数
  def color_name_to_rgb(color_name):
      return mcolors.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
  def onclick(event):
      for patch in patches:
          if patch.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
              if current_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()
  

    🎉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

  1. Matplotlib官网
  2. Matplotlib初探：认识数据可视化与Matplotlib
  3. 数据分析利器对决：Matplotlib中的MATLAB风格与面向对象风格，你选谁？
  4. Matplotlib plt.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！