饼图是一个将整体划分为几个扇形的圆形统计图表,用于描述数量、频率或百分比之间的相对关系。饼形图适合用来快速展示数据比例分布,但不利于展示较多项目。饼图也因过于关注不同部分彼此或相对于整体的大小关系,导致与其他饼形图作整体比较时不能显示出任何变化而饱受诟病。
1、基于matplotlib的饼图
import matplotlib.pyplot as plt
# 自定义数据
size_of_groups=[12,11,3,30]
# 利用pie函数快速创建
plt.pie(size_of_groups)
plt.show()
2、子图对比
import matplotlib as mpl
import matplotlib.pyplot as plt
from matplotlib_venn import venn3, venn3_circles
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
# 自定义数据
names=['groupA', 'groupB', 'groupC', 'groupD']
values=[12,11,3,30]
# 初始化布局
fig = plt.figure(figsize=(12,8))
# 添加标签
plt.subplot(1, 4, 1)
plt.pie(values, labels=names, labeldistance=1.15)
plt.title('添加标签')
# 自定义扇形
plt.subplot(1, 4, 2)
plt.pie(values, labels=names, labeldistance=1.15, wedgeprops = { 'linewidth' : 3, 'edgecolor' : 'white' })
plt.title('自定义扇形')
# 自定义颜色
plt.subplot(1, 4, 3)
colors = ['#4F6272', '#B7C3F3', '#DD7596', '#8EB897']
plt.pie(values, labels=names, labeldistance=1.15,
wedgeprops = { 'linewidth' : 1, 'edgecolor' : 'white' }, colors=colors)
plt.title('自定义颜色')
# 显示百分比
plt.subplot(1, 4, 4)
plt.pie(values, labels=names, autopct='%1.2f%%')
plt.title('显示百分比')
plt.show()
3、饼图与条形图对比
# 饼图比较
import matplotlib as mpl
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
# 自定义标签
labels = ['a', 'b', 'c', 'd', 'e']
# 初始化布局
fig = plt.figure(figsize=(12,5))
# 饼图1
plt.subplot(1, 3, 1)
plt.pie([17,18,20,22,24], labels=labels)
# 饼图2
plt.subplot(1, 3, 2)
plt.pie([20,18,21,20,20], labels=labels)
# 饼图3
plt.subplot(1, 3, 3)
plt.pie([24,23,21,19,18], labels=labels)
plt.show()
# 条形图比较
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
# 自定义标签
labels = ['a', 'b', 'c', 'd', 'e']
# 初始化布局
fig = plt.figure(figsize=(12,3))
# 条形图1
plt.subplot(1, 3, 1)
sns.barplot(x=labels, y=[17,18,20,22,24], errorbar=None)
# 条形图2
plt.subplot(1, 3, 2)
sns.barplot(x=labels, y=[20,18,21,20,20], errorbar=None)
# 条形图3
plt.subplot(1, 3, 3)
sns.barplot(x=labels, y=[24,23,21,19,18], errorbar=None)
plt.show()