饼状图（pie chart）一般用于描述分类型数据的相对频数或百分数频数分布，呈现部分与总体的关系。
本文目录
- 导入绘图数据
- 饼状图
2.1 饼状图绘图原理
2.2 绘制饼状图
2.3 绘制饼状图并更改显示字体特征
2.4 绘制指定离心偏移量饼状图
2.5 绘制多重显示饼状图
2.6 绘制嵌套饼状图
一、导入绘图数据
首先导入绘图所需的数据。
import os
import pandas as pd
os.chdir(r'F:\公众号\6.学习python') #设置成存放数据文件夹路径
date = pd.read_csv("股票数据.csv", encoding = 'GBK') #读取数据
注： 如需文中数据进行练习，可到公众号中回复“ 股票数据波动 ”即可免费获取。
展示前几行数据如下：
二、饼状图
1 饼状图绘图原理
Python中绘制饼状图需用matplotlib.pyplot中的pie函数，该函数的基本语法为：
pie(x, [explode], [labels], [colors], [autopct], [pctdistance], [labeldistance], [startangle], [radius], [textprops], **kwargs)
参数说明：
x：数组，绘制饼状图的数据。
[explode]：默认值为None的可选参数。若非None，则是和x相同长度的数 组，用来指定每部分的离心偏移量。
[labels]：列表，指定每个饼块的名称，默认值None，为可选参数。
[colors]：特定字符或数组，指定饼图的颜色，默认值None，为可选参数。
[autopct]：特定字符，指定饼图中数据标签的显示方式，默认值None，为可选参数。
[pctdistance]：浮点数 ，指定显示比例距离圆心的距离。默认值0.6， 为可选参数。
[labeldistance]：浮点数，指定每个扇形对应标签与圆心的距离，默认值1.1，为可选参数。
[startangle]：浮点数，指定从x轴逆时针旋转饼图的开始角度，默认值None，为可选参数。
[radius]：浮点数，指定饼图的半径，默认值1，为可选参数。
[textprops]：字典，设置文本对象的字典参数，默认值None，为可选参数。
**kwargs：不定长关键字参数，用字典形式设置条形图的其它参数。
2 绘制饼状图
以每年股票成交笔数总计值绘制饼状图，具体语句如下：
import matplotlib.pyplot as plt #导入绘图包
plt.rcParams['font.sans-serif'] = ['SimHei'] #解决中文显示问题
plt.rcParams['axes.unicode_minus'] = False # 解决中文显示问题
date = date.set_index('日期') #把日期列设为索引
date.index = pd.to_datetime(date.index) #把索引转为时间格式
result = date[['成交笔数']].groupby(date.index.year).sum() #按年总计股票成交笔数
plt.pie(result['成交笔数'], labels=result.index, autopct='%3.1f%%') #以时间为标签，总计成交笔数为数据绘制饼图，并显示3位整数一位小数
plt.title('股票每年成交笔数饼图') #加标题
plt.show()
得到结果如下：
3 绘制饼状图并更改显示字体特征
以每年股票成交笔数总计值绘制饼状图，更改字体颜色、尺寸并加粗，具体语句如下：
plt.pie(result['成交笔数'], labels=result.index, autopct='%3.1f%%', textprops={'color':'b', 'size':10, 'weight':'bold'}) #设置显示字体颜色、尺寸、加粗
plt.title('股票每年成交笔数饼图', c='b') #加标题
plt.show()
得到结果如下：
4 绘制指定离心偏移量饼状图
以每年股票成交笔数总计值为数值，标准化换手率为离心偏移量绘制饼状图，具体语句如下：
result = date.groupby(date.index.year).agg(sum=('成交笔数', 'sum'), avg=('换手率', 'mean')) #计算每年成交笔数总计值，换手率均值
plt.pie(result['sum'], explode=result['avg']/result['avg'].max(), labels=result.index, autopct='%3.1f%%') #以成交笔数总计值为数值，标准化换手率为离心值绘制饼状图
plt.show()
得到结果如下：
5 绘制多重显示饼状图
根据每年股票成交笔数总计值为数值、标准化换手率为颜色绘制饼图，具体语句如下：
import matplotlib.cm as cm #导入库
result = date.groupby(date.index.year).agg(sum=('成交笔数', 'sum'), avg=('换手率', 'mean')) #计算每年成交笔数总计值，换手率均值
plt.pie(result['sum'], colors=cm.ScalarMappable().to_rgba(result['avg']), labels=result.index, autopct='%3.1f%%') #根据换手率均值设置颜色绘制饼图
plt.title('绘制每年股票成交笔数总计值为数值、标准化换手率为颜色的饼图') #设置标题
sm = plt.cm.ScalarMappable(norm=plt.Normalize(vmin=result['avg'].min(), vmax=result['avg'].max()))
plt.colorbar(sm) #根据换手率均值的从小到大显示颜色
plt.show()
得到结果如下：
6 绘制嵌套饼状图
以每年股票成交笔数总计值绘制外圈，设置饼块保留外圈的20%,边框颜色为白色。
以每年换手率均值绘制内圈，半径为原来的80%，字体显示在距圆心50%的地方。具体语句如下：
result = date.groupby(date.index.year).agg(sum=('成交笔数', 'sum'), avg=('换手率', 'mean')) #计算每年成交笔数总计值，换手率均值
plt.pie(result['sum'], pctdistance=0.9, wedgeprops={'width':0.2, 'edgecolor':'w'}, labels=result.index, autopct='%3.1f%%') #绘制外圈
plt.pie(result['avg'], pctdistance=0.5, radius=0.8, autopct='%3.1f%%') #绘制内圈
plt.show()
得到结果：
至此，在Python中绘制饼状图已全部讲解完毕，感兴趣的同学可以自己实现一遍。
往期回顾：
扫一扫关注我
19967879837
投稿 微信号、手机号