4.5Python数据处理篇之Matplotlib系列(五)---plt.pie()饼状图
目录
前言
饼状图需要导入的是:
plt.pie(x, labels= )
(一)简单的饼状图
(1)说明:
pyplot.``pie(x, explode=None, labels=None……)
参考文档:官方说明文档
| 属性 | 说明 | 类型 |
|---|---|---|
| x | 数据 | list |
| labels | 标签 | list |
| autopct | 数据标签 | %0.1%% 保留一位小数 |
| explode | 突出的部分 | list |
| shadow | 是否显示阴影 | bool |
| pctdistance | 数据标签的距离圆心位置 | 0~1 |
| labeldistance | 标签的比例 | float |
| startangle | 开始绘图的角度 | float |
| radius | 半径长 | 默认是1 |
(2)源代码:
# 导入模块
import matplotlib.pyplot as plt
# 数据
labels = ["A", "B", "c", "d"]
fracs = [15, 30, 45, 10]
# 画图
plt.pie(x=fracs, labels=labels)
# 展示
plt.show()
(3)展示效果:

(二)添加阴影和突出部分
(1)说明:
添加一些两属性:
explode=exp, shadow=True
(2)原代码:
# 导入模块
import matplotlib.pyplot as plt
# 数据
labels = ["A", "B", "c", "d"]
fracs = [15, 30, 45, 10]
exp = [0, 0.1, 0, 0]
# 画图
plt.pie(x=fracs, labels=labels, explode=exp, shadow=True)
# 展示
plt.show()
(3)输出效果:

(三)显示图例和数据标签:
(1)说明:
添加属性:(显示数据标签)
autopct="%0.2f%%"
添加代码:(显示图例)
plt.legend()
(2)原代码:
# 导入模块
import matplotlib.pyplot as plt
# 数据
labels = ["A", "B", "c", "d"]
fracs = [15, 30, 45, 10]
exp = [0, 0.1, 0, 0]
# 画图
plt.pie(x=fracs, labels=labels, explode=exp, shadow=True, autopct="%0.2f%%")
# 显示图例
plt.legend()
# 展示
plt.show()
(3)输出效果:

作者:Mark
日期:2019/02/13 周三
4.5Python数据处理篇之Matplotlib系列(五)---plt.pie()饼状图的更多相关文章
- 4.3Python数据处理篇之Matplotlib系列(三)---plt.plot()折线图
目录 前言 (一)plt.plot()函数的本质 ==1.说明== ==2.源代码== ==3.展示效果== (二)plt.plot()函数缺省x时 ==1.说明== ==2.源代码== ==3.展示 ...
- 4.6Python数据处理篇之Matplotlib系列(六)---plt.hist()与plt.hist2d()直方图
目录 目录 前言 (一)直方图 (二)双直方图 目录 前言 今天我们学习的是直方图,导入的函数是: plt.hist(x=x, bins=10) 与plt.hist2D(x=x, y=y) (一)直方 ...
- 4.4Python数据处理篇之Matplotlib系列(四)---plt.bar()与plt.barh条形图
目录 目录 前言 (一)竖值条形图 (二)水平条形图 1.使用bar()绘制: 2.使用barh()绘制: (三)复杂的条形图 1.并列条形图: 2.叠加条形图: 3.添加图例于数据标签的条形图: 目 ...
- 4.2Python数据处理篇之Matplotlib系列(二)---plt.scatter()散点图
目录 目录 前言 (一)散点图的基础知识 (二)相关性的举例 ==1.正相关== ==1.负相关== ==1.不相关== (三)实战项目以一股票的分析 目录 前言 散点图是用于观测数据的相关性的,有正 ...
- 5.5Python数据处理篇之Sympy系列(五)---解方程
目录 目录 前言 (一)求解多元一次方程-solve() 1.说明: 2.源代码: 3.输出: (二)解线性方程组-linsolve() 1.说明: 2.源代码: 3.输出: (三)解非线性方程组-n ...
- 3.5Python数据处理篇之Numpy系列(五)---numpy文件的存取
目录 目录: (一)以文本形式存取 1.说明: 2.语法解释: 3.实例(以.csv文件为例) 4.效果展示 (二)以任意的形式存取 1.说明: 2.语法解释: 3.实例(以.bat二进制文件为例) ...
- 4.7Python数据处理篇之Matplotlib系列(七)---matplotlib原理分析
目录 目录 前言 (一)总框架分析 (二)函数式的绘图 1.说明: 2.函数绘图的缺优点 3.绘图类的函数 4.操作类的函数 5.例子: (三)面向对象式的绘图 1.基本概念 2.基本对象 3.面向对 ...
- matplotlib学习日记(五)-各种饼状图的绘制
(一)分裂式饼状图 import matplotlib as mpl import matplotlib.pyplot as plt import numpy as np mpl.rcParams[& ...
- 利用Tkinter和matplotlib两种方式画饼状图
当我们学习python的时候,总会用到一些常用的模块,接下来我就详细讲解下利用两种不同的方式画饼状图.首先利用[Tkinter]中的canvas画布来画饼状图: from tkinter import ...
随机推荐
- μC/OS-II 任务堆栈的初始化
任务堆栈的作用 应用程序在创建一个新任务的时候,必须把在系统启动这个任务时 CPU 各寄存器所需要的初始数据(任务指针.任务堆栈指针.程序状态字等等),事先存放在任务的堆栈中,以备任务切换等操作时调用 ...
- 详解Javascript中prototype属性(推荐)
在典型的面向对象的语言中,如java,都存在类(class)的概念,类就是对象的模板,对象就是类的实例.但是在Javascript语言体系中,是不存在类(Class)的概念的,javascript中不 ...
- [转]windows 10 搭建angular开发环境
本文转自:https://www.cnblogs.com/lilunpai/articles/7992538.html 一.环境介绍 1.开发环境:Windows10 2.开发ide工具:VS cod ...
- 如何定义一个有效的OWIN Startup Class
命名约定 Katana在程序集内的程序集名称空间下查找一个叫做Startup的类, 通过属性指定 [assembly: OwinStartup(typeof(OwinConsoleApp.Startu ...
- 4.5 explain 之 ref
一.说明 显示索引的哪一列被使用了,如果可能的话,是一个常数.哪些列或常量被用于查找索引上的值. 二.示例 a. b. c. 关注我的公众号,精彩内容不能错过
- Netty实战三之Netty的组件和设计
有关Netty,我们可以从两个视角来讨论Netty:类库的视角以及框架的视角,对于使用Netty编写高效的.可重用的和可维护的代码来说,两者缺一不可. Netty解决了两个响应的关注领域,可以大致标志 ...
- ubuntu中subline无法使用搜狗输入法
今天使用subline编写python程序,发现在ubuntu下无法调用搜狗输入法输入中文,结果一番搜索发现github上的sublime-text-imfix项目能修复此问题,项目地址是:https ...
- Android Studio 学习(六)内容提供器
运行时权限 使用ContextCompat.checkSelfPermission(MainActivity.this,Manifest.permission.CALL_PHONE)!=Package ...
- JavaAndroid项目配置文件笔记
配置文件AndroidManifest.xml如下: <?xml version="1.0" encoding="utf-8"?> <!-- ...
- linux定时任务crontab 实现如何每秒执行一次!
linux crontab 命令,最小的执行时间是一分钟.如需要在小于一分钟内重复执行,可以有两个方法实现. Cron 各项的描述 以下是 crontab 文件的格式: {minute} {hour} ...