饼图是日常表达数据特征常用的方式，在python画图里面也经常用到，今天探索一下饼图画法。

【1】官网教程

养成良好的学习习惯，即使是看不懂，也要到官网瞄一眼，万一有啥可以看懂的。链接如下：

https://matplotlib.org/stable/gallery/pie_and_polar_charts/pie_features.html#sphx-glr-gallery-pie-and-polar-charts-pie-features-py

【1.1】Label slices教程

打开后的页面给了一个示例：Label slices。代码如下：

import matplotlib.pyplot as plt

labels = 'Frogs', 'Hogs', 'Dogs', 'Logs'
sizes = [15, 30, 45, 10]

fig, ax = plt.subplots()
ax.pie(sizes, labels=labels)

尝试运行后输出图1：

图1

由图1可见：

【a】按照不同的标签即label画出了饼图；

【b】每一部分的比例按照sizes数组分配；

【c】ax.pie(sizes,labels=labels)通过调用pie定义了画饼图，sizes就是每一部分所占比例，labels就是各部分的标签

基于上述，给官网代码添加注释。注：官网程序其实无法输出图形，因为缺少plt.show()：

import matplotlib.pyplot as plt #引入matplotlib模块

labels = 'Frogs', 'Hogs', 'Dogs', 'Logs' #定义一个label数组，存储了字符量
sizes = [15, 30, 45, 10] #定义sizes数组，存储整型数据

fig, ax = plt.subplots() #定义一个图形，图形的坐标将通过ax设置
ax.pie(sizes, labels=labels) #画一个饼图
plt.show() #绘图

【1.2】Auto-label slices教程

第一个程序解读完毕，意犹未尽，因为常规的饼图一般要加上具体比例，为此来到第二个示例：

相对于label slices，Auto-label slices仅仅在最后的ax.pie()部分增加了：

autopct='%1.1f%%')

增加后的完整代码为：

import matplotlib.pyplot as plt #引入matplotlib模块

labels = 'Frogs', 'Hogs', 'Dogs', 'Logs' #定义一个label数组，存储了字符量
sizes = [15, 30, 45, 10] #定义sizes数组，存储整型数据

fig, ax = plt.subplots() #定义一个图形，图形的坐标将通过ax设置
ax.pie(sizes, labels=labels, autopct='%1.1f%%') #画一个饼图
plt.show() #绘图

运行后输出结果为：

图2

图2相对图1增加了各部分所占的比例，在日常应用中更为常见。

autopct的作用就是将各部分比例显示出来。

【1.3】Color slices教程

在第二个程序解读完毕基础上，我们发现饼图颜色总是自动配成，有时候饼图颜色需要个性化设置，为此学习第三个示例。

相对于Auto-label slices，Color slices仅仅在最后的ax.pie()部分，删除autopct，但是增加了：

 colors=['olivedrab', 'rosybrown', 'gray', 'saddlebrown']

增加后的完整代码为：

import matplotlib.pyplot as plt #引入matplotlib模块

labels = 'Frogs', 'Hogs', 'Dogs', 'Logs' #定义一个label数组，存储了字符量
sizes = [15, 30, 45, 10] #定义sizes数组，存储整型数据

fig, ax = plt.subplots() #定义一个图形，图形的坐标将通过ax设置
ax.pie(sizes, labels=labels, colors=['olivedrab', 'rosybrown', 'gray', 'saddlebrown']) #画一个饼图

plt.show() #绘图

 运行后输出图片为：

图3

由图3可见：

【a】colors=['olivedrab', 'rosybrown', 'gray', 'saddlebrown']设置了饼图颜色

【b】由于上述颜色单词除gray外几乎不太认识，因此尝试更改为我们熟悉的颜色，更改后的colors为：

colors=['blue', 'red', 'gray', 'yellow']

完整代码为：

import matplotlib.pyplot as plt #引入matplotlib模块

labels = 'Frogs', 'Hogs', 'Dogs', 'Logs' #定义一个label数组，存储了字符量
sizes = [15, 30, 45, 10] #定义sizes数组，存储整型数据

fig, ax = plt.subplots() #定义一个图形，图形的坐标将通过ax设置
ax.pie(sizes, labels=labels, colors=['blue', 'red', 'gray', 'yellow']) #画一个饼图

plt.show() #绘图

运行后的输出结果为：

图4

至此可知，pie()模块可控制各部分占比和饼图颜色输出。

【1.4】Hatch slices教程

此处是将饼图设置为类似多孔介质的形式，为防止密集恐惧，慎用，最好不学。

【1.5】Swap label and autopct text positions-交换标签和比例文本位置教程

在饼图上可以显示各部分标签和占比，有时候为了表达的需求，这两个参数的位置需要灵活设定，此处考虑直接将其交换。

依然是在ax.pie()里，新增一条：

pctdistance=1.25, labeldistance=.6

此时的完整代码为：

import matplotlib.pyplot as plt #引入matplotlib模块

labels = 'Frogs', 'Hogs', 'Dogs', 'Logs' #定义一个label数组，存储了字符量
sizes = [15, 30, 45, 10] #定义sizes数组，存储整型数据

fig, ax = plt.subplots() #定义一个图形，图形的坐标将通过ax设置
ax.pie(sizes, labels=labels,autopct='%1.1f%%', pctdistance=1.25, labeldistance=.6) #画一个饼图

plt.show() #绘图

运行后输出结果为：

图5

由图可见：

pctdistance=1.25, labeldistance=.6是将占比比例数据移到饼图外侧，把标签移到饼图内侧。

尝试修改这两个参数的位置为：

pctdistance=0.6, labeldistance=1.25

运行程序后：

图6

 可见，只要这个distance设置的数据<1，对应的参数就置于饼图内侧，否则就是外侧；

继续修改，尝试全部放到图内：

pctdistance=0.6, labeldistance=0.6

运行后的输出结果为：

图7

标签和比例果然贴到了一起，这提示我们要仔细设定参数位置。

【1.6】explode, shade, and rotate slices-爆炸，阴影和旋转教程

画饼图时，为了突出某一部分，往往会尝试将其单独打出来，再打上阴影，要想实现这个目标，这里主要使用的就是explode和shade模块。

尝试在代码中增加explode定义：

explode = (0, 0.1, 0, 0)  # only "explode" the 2nd slice (i.e. 'Hogs')，将第二个饼状即Hogs所对应饼状单独爆炸出来

与之相对应，在ax.pie()模块，增加shadow=True，即有阴影；增加startangle=90，即整个图旋转90度。此时的完整代码为：

import matplotlib.pyplot as plt #引入matplotlib模块

labels = 'Frogs', 'Hogs', 'Dogs', 'Logs' #定义一个label数组，存储了字符量
sizes = [15, 30, 45, 10] #定义sizes数组，存储整型数据

explode = (0, 0.1, 0, 0)  # only "explode" the 2nd slice (i.e. 'Hogs')，将第二个饼状即Hogs所对应饼状单独爆炸出来

fig, ax = plt.subplots()
ax.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%',
       shadow=True, startangle=90) #画饼状图，摆闸部分有阴影，全图旋转90度

plt.show() #绘图

运行后的输出结果为：

图8

第二个饼状果然爆炸出来，还将全图旋转。

为测试startangle，我们尝试修改它的赋值为0,90,180和270，并且将所有图同时输出，此时的代码为：

import matplotlib.pyplot as plt #引入matplotlib模块

labels = 'Frogs', 'Hogs', 'Dogs', 'Logs' #定义一个label数组，存储了字符量
sizes = [15, 30, 45, 10] #定义sizes数组，存储整型数据

explode = (0, 0.1, 0, 0)  # only "explode" the 2nd slice (i.e. 'Hogs')，将第二个饼状即Hogs所对应饼状单独爆炸出来

fig, axs = plt.subplots(2,2)
axs[0,0].pie(sizes, explode=explode, labels=labels,autopct='%1.1f%%',
       shadow=True, startangle=0) #画饼状图，摆闸部分有阴影，全图旋转0度
axs[0,0].set_title('startangle=0') #增加图名
axs[0,1].pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%',
       shadow=True, startangle=90) #画饼状图，摆闸部分有阴影，全图旋转90度
axs[0,1].set_title('startangle=90') #增加图名
axs[1,0].pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%',
       shadow=True, startangle=180) #画饼状图，摆闸部分有阴影，全图旋转180度
axs[1,0].set_title('startangle=180') #增加图名
axs[1,1].pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%',
       shadow=True, startangle=270) #画饼状图，摆闸部分有阴影，全图旋转270度
axs[1,1].set_title('startangle=270') #增加图名
plt.show() #绘图

运行后的输出结果为：

图9

可见整个图做了一轮顺时针旋转。

【2】总结

本文给出了饼图的一般绘图教程，包括颜色、比例设置，比例参数和标签参数位置设置，以及特定饼块的爆炸、阴影显示，还对全图进行了旋转。