惊叹，Pyecharts绘制饼图原来可以如此漂亮！

来源：Python数据之道

作者：Peter

整理：Lemon

利用Pyecharts玩转饼图

饼图在实际的可视化要求中是非常常见的，它能够很好显示个体的占比或者数据情况。本文中讲解的是如何利用 pyecharts 来绘制各种满足不同需求的饼图，包含：

• 基础饼图+改变饼图位置颜色

• 环状饼图

• 内嵌饼图

• 多饼图

• 玫瑰图

开始之前，先来看看部分效果：

注：文末提供本文的源码获取方式，供大家练习

导入库

本文中使用的还是 pandas+pyecharts 组合，在jupyter notebook 中进行绘图。首先导入所需要的各种库：

基础饼图

模拟数据

我们自行模拟了一份消费数据，包含5个消费项目：住宿+餐饮+交通+服装+红包，具体数据如下：

# 生成数据
df = pd.DataFrame({"消费":["住宿","餐饮","交通","服装","红包"],
                   "数据":[2580,1300,500,900,1300]
                  })
df

将消费和数据中的具体数据转成列表形式：

绘图

代码的具体解释见注释：

c = (
    Pie()
    .add("", [list(z) for z in zip(x_data, y_data)])   # zip函数两个部分组合在一起list(zip(x,y))-----> [(x,y)]
    .set_global_opts(title_opts=opts.TitleOpts(title="Pie-月度开支"))  # 标题
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))  # 数据标签设置
)

c.render_notebook()  

改变位置和颜色

上面生成的饼图是使用 pyecharts 自带的颜色和位置，有时候我们需要做下改变：

现在我们生成的饼图如下显示：

• 颜色变成了我们设置的颜色

• 位置更靠左了

视频效果如下：

改变图例位置

数据生成

上面的图例是水平方向排列的，而且个数比较少。如果我们的图例比较多，需要改成竖直方向，同时实现翻页滚动功能。

在这里我们使用的是 pyecharts 中自带的数据：

1、Faker.choose() ：是用来生成数据标签，有3种不同的取值情况

2、Faker.values() 是用来生成具体的数据，随机生成

绘图

还是通过上面的绘图方法，加入数据同时添加各种配置项：

视频效果如下：

环状饼图

环状饼图主要是通过 add 方法中的 radius 参数来实现的。实现过程如下：

x_data = ["小明", "小红", "张三", "李四", "王五"]
y_data = [335, 310, 234, 135, 548]

c = (
    Pie(init_opts=opts.InitOpts(width="1600px", height="1000px"))   # 图形的大小设置
    .add(
        series_name="访问来源",
        data_pair=[list(z) for z in zip(x_data, y_data)],
        radius=["15%", "50%"],   # 饼图内圈和外圈的大小比例
        center=["30%", "40%"],   # 饼图的位置：左边距和上边距
        label_opts=opts.LabelOpts(is_show=True),   # 显示数据和百分比  
    )
    .set_global_opts(legend_opts=opts.LegendOpts(pos_left="left", orient="vertical"))   # 图例在左边和垂直显示
    .set_series_opts(
        tooltip_opts=opts.TooltipOpts(
            trigger="item", formatter="{a} <br/>{b}: {c} ({d}%)"
        ),
    )

c.render_notebook()

可以看到图形的中间是空的

内嵌饼图

内嵌饼图是指将两个甚至多个环状饼图放在一起，实现代码过程如下：

import pyecharts.options as opts
from pyecharts.charts import Pie
from pyecharts.globals import ThemeType

# 内部饼图
inner_x_data = ["直达", "营销广告", "搜索引擎","产品"]
inner_y_data = [335, 679, 548, 283]
inner_data_pair = [list(z) for z in zip(inner_x_data, inner_y_data)]
# [['直达', 335], ['营销广告', 679], ['搜索引擎', 1548], [‘产品’, 283]]

# 外部环形（嵌套）
outer_x_data = ["搜索引擎", "邮件营销", "直达", "营销广告", "联盟广告", "视频广告", "产品", "百度", "谷歌","邮件营销", "联盟广告"]
outer_y_data = [335, 135, 147, 102, 220, 310, 234, 135, 648, 251]
outer_data_pair = [list(z) for z in zip(outer_x_data, outer_y_data)]

c = (
     # 初始化
    Pie(init_opts=opts.InitOpts(
        width="900px",  # 设置图形大小
        height="800px",
        theme=ThemeType.SHINE))  # 选择主题

    # 内部饼图
    .add(
        series_name="版本3.2.1",  # 图形名称
        center=["50%", "35%"],  # 饼图位置
        data_pair=inner_data_pair,  # 系列数据项，格式为 [(key1, value1), (key2, value2)]
        radius=["25%", "40%"],  # 饼图半径 数组的第一项是内半径，第二项是外半径
        label_opts=opts.LabelOpts(position='inner'), # 标签设置在内部
    )

    # 外部嵌套环形图
    .add(
        series_name="版本3.2.9",  # 系列名称
        center=["50%", "35%"],  # 饼图位置
        radius=["40%", "60%"],  # 饼图半径 数组的第一项是内半径，第二项是外半径
        data_pair=outer_data_pair, # 系列数据项，格式为 [(key1, value1), (key2, value2)]

        # 标签配置项 
        label_opts=opts.LabelOpts(
            position="outside",
            formatter="{a|{a}}{abg|}\n{hr|}\n {b|{b}: }{c}  {per|{d}%}  ",
            background_color="#eee",
            border_color="#aaa",
            border_width=1,
            border_radius=4,
            rich={
                "a": {"color": "#999",
                      "lineHeight": 22,
                      "align": "center"},

                "abg": {
                    "backgroundColor": "#e3e3e3",
                    "width": "100%",
                    "align": "right",
                    "height": 22,
                    "borderRadius": [4, 4, 0, 0],
                },


                "hr": {
                    "borderColor": "#aaa",
                    "width": "100%",
                    "borderWidth": 0.5,
                    "height": 0,
                },

                "b": {"fontSize": 16, "lineHeight": 33},

                "per": {
                    "color": "#eee",
                    "backgroundColor": "#334455",
                    "padding": [2, 4],
                    "borderRadius": 2,
                },
            },
        ),
    )

    # 全局配置项
    .set_global_opts(
        xaxis_opts = opts.AxisOpts(is_show = False),   #隐藏X轴刻度
        yaxis_opts = opts.AxisOpts(is_show = False),    #隐藏Y轴刻度
        legend_opts = opts.LegendOpts(is_show = True),  #隐藏图例
        title_opts = opts.TitleOpts(title = None),    #隐藏标题
                    )

    # 系统配置项
    .set_series_opts(
        tooltip_opts=opts.TooltipOpts(
            trigger="item",
            formatter="{a} <br/>{b}: {c} ({d}%)"
        ),
        label_opts=opts.LabelOpts(is_show=True)  # 隐藏每个触角标签
    )
)

c.render_notebook()

视频效果如下：

多饼图

有时候我们需要将多个图形放在一个大画布中，需要用到子图的制作。

在下面的代码中每个 add() 都是一个图形的绘制，我们绘制了4个饼图；同时center指定每个图形的位置，radius指定每个饼图内外圈的大小

c = (
    Pie()
    .add(
        "",
        [list(z) for z in zip(["剧情", "其他"], [30, 70])],
        center=["20%", "30%"],  # 位置
        radius=[60, 80],   # 每个饼图内外圈的大小
    )
    .add(
        "",
        [list(z) for z in zip(["奇幻", "其他"], [40, 60])],
        center=["55%", "30%"],
        radius=[60, 80],
    )
    .add(
        "",
        [list(z) for z in zip(["爱情", "其他"], [24, 76])],
        center=["20%", "70%"],
        radius=[60, 80],
    )
    .add(
        "",
        [list(z) for z in zip(["惊悚", "其他"], [11, 89])],
        center=["55%", "70%"],
        radius=[60, 80],
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Pie-多饼图基本示例"),
        legend_opts=opts.LegendOpts(
            type_="scroll", pos_top="20%", pos_left="80%", orient="vertical"
        ),
    )
)

c.render_notebook()

视频效果如下：

玫瑰图

玫瑰图中每个部分的大小和粗细都是不同的

v = Faker.choose()
c = (
    Pie()
    .add(
        "",
        [list(z) for z in zip(v, Faker.values())],   # 两个值
        radius=["30%", "60%"],  # 大小
        center=["25%", "50%"],  # 位置
        rosetype="radius",   
        label_opts=opts.LabelOpts(is_show=False),  # 不在图形上显示数据
    )
    .add(
        "",
        [list(z) for z in zip(v, Faker.values())],
        radius=["30%", "60%"],
        center=["75%", "50%"],
        rosetype="area",
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="Pie-玫瑰图示例"))
)

c.render_notebook()

视频效果如下：

作者简介

Peter，硕士毕业僧一枚，从电子专业自学Python入门数据行业，擅长数据分析及可视化。喜欢数据，坚持跑步，热爱阅读，乐观生活。个人格言：不浮于世，不负于己

个人站点：www.renpeter.cn，欢迎常来小屋逛逛

本文来自公众号读者投稿，欢迎各位童鞋向公号投稿，点击下面图片了解详情！

源码文件获取

为方便大家练习，已将整理好的源代码（jupyter notebook文件）分享给各位同学，大家可以在下面的公众号 「柠檬数据」 回复 pie2020 来获取。