一、概念介紹

圓環(huán)圖(Donut Chart)，又稱為環(huán)形圖，甜甜圈圖。它從餅圖變形而來，單環(huán)的作用上與餅圖相似，用于展示定性數(shù)據(jù)中小類占大類的比例關(guān)系。

Q： 那既然都有餅圖了，為什么還要圓環(huán)圖呢？

① 從空間利用效果上，餅圖的text我們常利用指示線標(biāo)注在每一塊外；而圓環(huán)圖憑借中間挖空的優(yōu)勢，可以將title或者每一塊的text內(nèi)置，便于多圖排布對比。

② 從視覺效果上，如果是一維定性的情況，我們只需要繪制一張餅圖或者圓環(huán)圖，這個時(shí)候其實(shí)兩者沒差。但一旦有兩維數(shù)據(jù)，餅圖利用角度對比大小的方式其實(shí)沒有圓環(huán)圖利用長度來得明顯；再者，在多圖對比時(shí)，餅圖是完全填充，如果色系選擇不當(dāng)，很容易給受眾產(chǎn)生厚重的感覺，或者說土土的。

③ 對于復(fù)合圖形，旭日圖和雙層環(huán)形也是一樣的道理。

圓環(huán)圖示例：

二、數(shù)據(jù)展示

我們目前手上有的是隨機(jī)選取的八座城市過去一年每日的空氣質(zhì)量評級數(shù)據(jù)（借助爬蟲，源自天氣后報(bào)網(wǎng)http://www.tianqihoubao.com/aqi/）。

網(wǎng)頁數(shù)據(jù)如下：

由于圓環(huán)圖要的是定性數(shù)據(jù)，那我們將質(zhì)量等級定為可視化對象。我們的目標(biāo)是：利用圓環(huán)圖分析各個城市一年中空氣質(zhì)量等級分布的情況。對于收集的數(shù)據(jù)，利用excel整理如下所示：

接下來，我們導(dǎo)入數(shù)據(jù)

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
 
df_yh = pd.DataFrame(pd.read_excel('./天氣質(zhì)量指數(shù).xlsx'))

繪圖所需要的數(shù)據(jù)結(jié)構(gòu)如下所示：

三、圖像繪制

顯然，我們的數(shù)據(jù)是二維定性的【城市+空氣質(zhì)量等級】,如果是要將質(zhì)量等級作為大類繪制復(fù)合圖當(dāng)然也是可行的，但因?yàn)槌鞘斜容^多，會顯得擁擠。我們這里選擇的是繪制八幅單圓環(huán)再進(jìn)行排列對比。

plt.rcParams['font.sans-serif'] = 'Microsoft YaHei'
plt.rcParams['axes.unicode_minus'] = False
 
wedgeprops = {'width':0.3, 'edgecolor':'black', 'linewidth':3}
colors = ['#ffda03', '#58bc08','#ff964f' ,'#c875c4' ,'#9a3001']
fig = plt.figure(figsize=(17,9))
for i in range(1,9):
    plt.subplot(2,4,i)
    plt.pie(df_yh.iloc[i-1,1:], wedgeprops=wedgeprops, startangle=90, colors=colors)
    plt.text(0, 0, df_yh['城市'][i-1] , ha='center', va='center', fontsize=22)
# plt.savefig(r'./繪圖結(jié)果/圓環(huán)圖.png')

繪制結(jié)果如下所示：

四、參數(shù)解釋

(1) wedgeprops是我們繪圖時(shí)的參數(shù)字典。

①  ‘width’ -- 圓環(huán)的寬度，取值范圍為[0,1]，值越大時(shí)圓環(huán)越寬，width=1的繪制結(jié)果即為餅圖，如下所示：

② ‘edgecolor' -- 邊緣線顏色，包含內(nèi)環(huán)、外環(huán)和每一個小類間的分割線。選擇顏色只要是plt里有的都行，但盡量選擇深色。

③ ’linewidth' -- 邊緣線寬度。取值范圍[0,100+)，可以是小數(shù)值，值越大線越粗。但具體取多少，大家可以根據(jù)自己的圖形多嘗試幾個數(shù)，個人建議是10以內(nèi)進(jìn)行調(diào)試。

(2) startangle是第一個數(shù)據(jù)起畫點(diǎn)。

取值可以是實(shí)數(shù)域上任何的數(shù)字，可以為負(fù)，也可以為正。0代表正東方向，-90代表正南方向，90代表正北方向。但要注意的是，圖形的繪制按照逆時(shí)針方向。

(3) plt.text

我們在這里用于標(biāo)注title。

plt(x,y)中的x，y用于坐標(biāo)定位

ha -- Horizontal 水平方向上以標(biāo)注文本的哪個位置作為中心 可選項(xiàng)為：'center', 'right', 'left'

va -- vertical 豎直方向上以標(biāo)注文本的哪個位置作為中心 可選項(xiàng)為：'top', 'bottom', 'center', 'baseline', 'center_baseline'

為了更好理解，我們分別以ha='right', 'left'舉例：

我們可以看到，‘right’并不是指文本位置居右，而是從文本的右部（京）開始在（0,0）繪制。同理，‘left’并不是指文本位置居右，而是從文本的左部（北）開始繪制。

(4) 可以繪制如示例圖一樣的colorbar，或者legend嗎？

plt.legend()可以將pie中擬定的labels進(jìn)行顯示，即在plt.pie()中增加labels=labels，但同時(shí)圖上每個小類都會附帶類標(biāo)記。如果我們不希望是圖里標(biāo)記出哪個部分是優(yōu)，哪個部分是輕度污染的話，調(diào)整如下：

labels = ['優(yōu)','良','輕度污染','中度污染','重度污染']
wedgeprops = {'width':0.3, 'edgecolor':'black', 'linewidth':3}
colors = ['#ffda03', '#58bc08','#ff964f' ,'#c875c4' ,'#9a3001']
fig = plt.figure(figsize=(5,5))
plt.pie(df_yh.iloc[1,1:], wedgeprops=wedgeprops, startangle=0, colors=colors)
plt.legend(labels,loc='upper left')
plt.text(0, 0, df_yh['城市'][1] , ha='center', va='center', fontsize=22)

 得到的結(jié)果即為：

總結(jié)

到此這篇關(guān)于Python利用matplotlib繪制圓環(huán)圖的文章就介紹到這了,更多相關(guān)Python matplotlib繪制圓環(huán)圖內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論