快捷導(dǎo)航

Python+matplotlib繪制餅圖和堆疊圖

更新時(shí)間：2022年04月29日 08:19:01 作者：codingchen

Matplotlib是Python的繪圖庫(kù)，它能讓使用者很輕松地將數(shù)據(jù)圖形化，并且提供多樣化的輸出格式。本文將為大家介紹如何用matplotlib繪制餅圖和堆疊圖，感興趣的朋友可以學(xué)習(xí)一下

一、pie()函數(shù)用來(lái)繪制餅圖

pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=0, radius=1, counterclock=True, wedgeprops=None, textprops=None, center=0, 0, frame=False, rotatelabels=False, *, normalize=None, data=None)

pie()函數(shù)參數(shù)較多，需要我們調(diào)整的常見(jiàn)為以下幾個(gè)

x: 每個(gè)扇形的占比的序列或數(shù)組

explode ：如果不是None，則是一個(gè)len(x)長(zhǎng)度的數(shù)組，指定每一塊的突出程度；突出顯示，設(shè)置每一塊分割出來(lái)的間隙大小

labels：為每個(gè)扇形提供標(biāo)簽的字符串序列

colors：為每個(gè)扇形提供顏色的字符串序列

autopct ：如果是一個(gè)格式字符串，標(biāo)簽將是fmt % pct。如果是一個(gè)函數(shù)，它將被調(diào)用。

shadow：陰影

startangle：從x軸逆時(shí)針旋轉(zhuǎn),餅的旋轉(zhuǎn)角度參數(shù)用法，可以去官網(wǎng)查詢(xún)，并自己多去償試。

二、一個(gè)簡(jiǎn)單的例子

統(tǒng)計(jì)每天休息、工作、娛樂(lè)等時(shí)間的百分比

import matplotlib.pyplot as plt

slices = [7,2,9,3,3]
activities = ['sleeping','eating','working','studing','playing']
cols = ['r','m','y','c','b']

plt.pie(slices,
        labels=activities,
        colors=cols,  #自定義的顏色序列，對(duì)比slices，可多可少，少時(shí)自動(dòng)補(bǔ)充，如沒(méi)有，則默認(rèn)不同顏色。
        startangle=90,
        shadow= True, 
        explode=(0,0.1,0,0,0.2),#占比突出程度，
        autopct='%1.1f%%' #百分比的顯示格式
        )

plt.title('Time statistics')
plt.show()

實(shí)際運(yùn)行結(jié)果：

注意：startangle=90時(shí)的開(kāi)始位置。整個(gè)餅圖是從0度（圓心向右方向）逆時(shí)針?lè)植嫉摹?/p>

那繼續(xù)用上篇?jiǎng)?chuàng)建的2個(gè)色子，來(lái)實(shí)現(xiàn)一個(gè)餅圖。

思考：上述餅圖代碼中最能決定餅圖形狀的參數(shù)是slices = [7,2,9,3,3]，在不考慮每個(gè)占比名稱(chēng)、美觀等的情況下，先確定如何實(shí)現(xiàn)slices中的各數(shù)值。

比如，當(dāng)投擲2粒色子（一個(gè)8個(gè)面，一個(gè)6個(gè)面）時(shí)，1000000次時(shí)，分別統(tǒng)計(jì)出現(xiàn)點(diǎn)1、2、3、4、5……14的總次數(shù)，保存到slices中即可。用數(shù)列中的統(tǒng)計(jì)方法 list.count()即可。

主要就是增加兩行代碼：

new_slices=[] # 新建一個(gè)數(shù)列

while side <= max_result: 
    side += 1 
    new_bins.append(side) #這是之前做柱狀圖需要用到的
    new_slices.append( results.count(int(side))  ) #將保存兩色子之和的數(shù)列，直接進(jìn)行統(tǒng)計(jì),results.count(int(side))就是在results的數(shù)列中統(tǒng)計(jì)出現(xiàn)side的次數(shù)。

運(yùn)行結(jié)果，一樣也是顯示出點(diǎn)數(shù)之和7，8，9的出現(xiàn)的次數(shù)最多，然后逐漸減?。?/p>

總之，餅圖通過(guò)將一個(gè)圓按照分類(lèi)的占比劃分成多個(gè)區(qū)塊，整個(gè)圓餅代表數(shù)據(jù)的總量，每個(gè)區(qū)塊表示該分類(lèi)占總體的比例大小，所有區(qū)塊的加和等于100%。

三、堆疊圖

使用matplotlib中的stackplot()函數(shù)可以快速繪制堆積圖，stackplot()函數(shù)的語(yǔ)法格式如下所示

stackplot(x, y, labels=(), baseling='zero', data=None, *args, **kwargs)

該函數(shù)常用參數(shù)的含義如下　　

x：表示x軸的數(shù)據(jù)，可以是一維數(shù)組。　　

y：表示y軸的數(shù)據(jù)，可以是二維數(shù)組或一維數(shù)組序列。　

labels：表示每組折線及填充區(qū)域的標(biāo)簽。　　

baseline：表示計(jì)算基線的方法，包括'zero'、'sym'、'wiggle'和'weighted_wiggle'。

其中：

'zero'表示恒定零基線，即簡(jiǎn)單的堆積圖;

'sym'表示對(duì)稱(chēng)于零基線;

'wiggle'表示最小化平方斜率的總和;

'weighted_wiggle'表示執(zhí)行相同的操作，但權(quán)重用于說(shuō)明每層的大小。

用同一個(gè)例子來(lái)看一下堆疊圖的效果，代碼如下：

import matplotlib.pyplot as plt

days =    [1,2,3,4,5,6,7]

sleeping =[7,8,6,8,7,8,6]
eating  = [2,3,3,3,2,2,2]
working = [7,7,7,8,10,3,4]
studing = [6,4,4,4,3,8,11]
playing = [2,2,4,1,2,3,1]

labellist = ['sleeping','eating','working','studing','playing']
colorlist = ['c','y','b','r','g']

plt.stackplot(days, sleeping,eating,working,studing,playing,labels=labellist,colors=colorlist)
plt.xlabel('x')
plt.ylabel('y')
plt.legend(loc=(0.07, 0.05))
plt.title('Stack Plots')
plt.show()

運(yùn)行結(jié)果如下：

plt.legend()是顯示左下角的標(biāo)簽。而語(yǔ)句plt.stackplot()函數(shù)中的sleeping,eating,working,studing,playing是一維數(shù)組序列，即stackplot(x,y……)中的y值，是一系列一維數(shù)據(jù)。

很明顯，通過(guò)上述餅圖與堆疊圖的對(duì)比，它們的區(qū)別：餅圖只能展示一段時(shí)間里，某個(gè)項(xiàng)目所花時(shí)間占總時(shí)間的比，而堆疊圖可以展示這一段時(shí)間里，每天各項(xiàng)所花費(fèi)時(shí)間。

既然sleeping,eating,working,studing,playing形成的一維數(shù)組，感覺(jué)參數(shù)比較多，那直接形成一個(gè)二維數(shù)組如何？做如下修改：

days =    [1,2,3,4,5,6,7]
"""
sleeping =[7,8,6,8,7,8,6]
eating  = [2,3,3,3,2,2,2]
working = [7,7,7,8,10,3,4]
studing = [6,4,4,4,3,8,11]
playing = [2,2,4,1,2,3,1]
"""
times =[                   # 二維數(shù)組，以數(shù)列作為元素的數(shù)列。
        [7,8,6,8,7,8,6],   #上述sleeping數(shù)列
        [2,3,3,3,2,2,2],
        [7,7,7,8,10,3,4],
        [6,4,4,4,3,8,11],
        [2,2,4,1,2,3,1]
        ]
plt.stackplot(days, times,labels=labellist,colors=colorlist)

運(yùn)行結(jié)果如圖：