2025年Matplotlib 绘制圆环图的两种方法!

Matplotlib 绘制圆环图的两种方法!作者 快快 来源 快学 Python 人生苦短 快学 Python 今天给大家介绍 Python 可视化之环形图的绘制 环形图 也被称为圆环图 它在功能上与饼图相同 只是中间有一个空白 并且能够同时支持多个统计数据 与标准饼图相比 环形图提供了一个更好的数据强度

大家好,我是讯享网,很高兴认识大家。

5e1415aba10730d485893bc10b3343a3.gif
讯享网

作者 | 快快

来源 | 快学Python

人生苦短,快学Python!今天给大家介绍Python可视化之环形图的绘制。

环形图,也被称为圆环图。它在功能上与饼图相同,只是中间有一个空白,并且能够同时支持多个统计数据。与标准饼图相比,环形图提供了一个更好的数据强度,因为空白中心可以用来显示额外的、相关的数据。

c46d1f0a85fe5efb58845db2c9779db7.png
环形图

使用场景:适合展示分类的占比情况,不适合展示分类过多(超过9条数据)或者差别不明显的场景。

在本文中,我们将介绍两种使用 Matplotlib 绘制环形图的方法。一种是使用饼图和参数 wedgeprops 的简单方法;另一种是使用极坐标轴和水平条形图的方法[1]。

方法一:饼图

Matplotlib 中没有绘制环形图的方法[2],但是我们可以使用参数 wedgeprops 快速转换饼图为环形图。

下面,先绘制一个简单的让小号用一个简单的饼图。

import matplotlib.pyplot as plt plt.pie([87,13], startangle=90, colors=['#5DADE2', '#515A5A']) plt.show()

讯享网 71bf937a477c554faf4fe6b2f58447ae.png
饼图

接下来,我们我们可以添加参数 wedgeprops ,并定义边缘的宽度。

讯享网fig, ax = plt.subplots(figsize=(6, 6))   ax.pie([87,13],         wedgeprops={'width':0.3},         startangle=90,         colors=['#5DADE2', '#515A5A'])
0884bd882dc9b302b0c9a0a67788a155.png
一个环形图

是不是非常简单,其实我们还可以添加一些文字,使得我们的数据可视化更有表现力。

fig, ax = plt.subplots(figsize=(6, 6)) wedgeprops = {'width':0.3, 'edgecolor':'black', 'linewidth':3} ax.pie([87,13], wedgeprops=wedgeprops, startangle=90, colors=['#5DADE2', '#515A5A']) plt.title('环形图', fontsize=24, loc='center') plt.text(0, 0, "87%", ha='center', va='center', fontsize=42) plt.text(-1.2, -1.2, "来源: Thiago Carvalho", ha='left', va='center', fontsize=12)
86546229455337a09aac91df43d5b1ea.png
带有详细信息的环形图

为了支持中文,我们需要增加这两行Python代码。

讯享网plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

当我们要显示简单的比例时,环形图特别有用。

然而在我眼中,圆环图最适合用来展示进度条!而要制作类似进度条一样的圆环图,可以可以进一步简化图表。

fig, ax = plt.subplots(figsize=(6, 6)) data = [87, 13] wedgeprops = {'width': 0.3, 'edgecolor': 'black', 'lw': 3} patches, _ = ax.pie(data, wedgeprops=wedgeprops, startangle=90, colors=['#5DADE2', 'white']) patches[1].set_zorder(0) patches[1].set_edgecolor('white') plt.title('类似进度条的环形图', fontsize=24, loc='center') plt.text(0, 0, f"{data[0]}%", ha='center', va='center', fontsiAze=42) plt.text(-1.2, -1.3, "来源: Thiago Carvalho", ha='left', va='top', fontsize=12)
18365d1ba1570d038106a7f36cfa6937.png

方法二:条形图

相对于前一个方法,该方案较为复杂,但也提供了更多的自定义选项。

我们先从绘制基础图形开始。

讯享网fig, ax = plt.subplots(figsize=(6, 6), subplot_kw={'projection':'polar'}) data = 87  startangle = 90 x = (data * pi *2)/ 100 left = (startangle * pi *2)/ 360 # 转换起始角度 ax.barh(1, x, left=left, height=1, color='#5DADE2') plt.ylim(-3, 3)
7573516ec2690ff86974c50544a0821e.png

如果想制作成前面一样的进度条,还需要进行更多的操作。

fig, ax = plt.subplots(figsize=(6, 6), subplot_kw={'projection':'polar'}) data = 87 startangle = 90 x = (data * pi *2)/ 100 left = (startangle * pi *2)/ 360 #控制起始位置 plt.xticks([]) plt.yticks([]) ax.spines.clear() ax.barh(1, x, left=left, height=1, color='#5DADE2')  plt.ylim(-3, 3) plt.text(0, -3, "87%", ha='center', va='center', fontsize=42)
24ead3800c366b7c3463908b112bb68c.png
进度条 - 环形图

使用这种方法的话,我们拥有更多的自定义选择。比如可以添加多个进度条、定义它们之间的距离等等。

篇幅限制,只显示部分代码吗,完整代码下载见文末。

讯享网# 在末尾标出线条和点来使它们变圆 for i, x in enumerate(xs):     ax.barh(ys[i], x, left=left, height=1, color=colors[i])     ax.scatter(x+left, ys[i], s=350, color=colors[i], zorder=2)     ax.scatter(left, ys[i], s=350, color=colors[i], zorder=2) plt.ylim(-4, 4) legend_elements = [Line2D([0], [0], marker='o', color='w', label='Group A', markerfacecolor='#4393E5', markersize=10),                    Line2D([0], [0], marker='o', color='w', label='Group B',                           markerfacecolor='#43BAE5', markersize=10),                    Line2D([0], [0], marker='o', color='w', label='Group C', markerfacecolor='#7AE6EA', markersize=10)] ax.legend(handles=legend_elements, loc='center', frameon=False) plt.xticks([]) plt.yticks([]) ax.spines.clear()
6f0cd7ea51b541a01d59eae2631c70f1.png

好了,以上就是今天介绍的两种使用 Matplotlib 绘制环形图的方法。

另外,我还看过另外一个骚操作,也就是在饼图的中心绘制一个白色圆圈,使之变成一个环形图。

239267e6b6e9b7b0b95caba0fe72f038.png

如果大家觉得本文还不错,记得给个一键三连!

参考资料

[1]

Towardsdatascience: https://towardsdatascience.com/

[2]

Matplotlib: https://github.com/matplotlib/matplotlib

442d05e9aca3022bcb3ee4816963e9d4.gif

往期回顾

谷歌 AI 被爆已自我觉醒?

13个python必备的知识,建议收藏!

趣味十足的Python可视化技巧!

低代码走出半生,归来仍是"毒瘤"!

分享 点收藏 点点赞 点在看
小讯
上一篇 2025-02-18 16:15
下一篇 2025-03-11 16:03

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/80636.html