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
- Dubbo 入门之二 ——- 项目结构解析
本文主要说明点 概述 背景 需求 架构 Dubbo源代码项目结构 概述 分享 Dubbo 的项目结构 ,通过本文可以大致了解到Dubbo整个项目的结构 背景 将一个项目进行拆分, 进行分布式架构. 需 ...
- Perl分片技术
分片(slice) 在perl中,如果想要取得一部分变量.一部分列表内容.一部分hash内容,可以采用分片(切片)的方式. 注意,perl并未提供字符串的切片方式,但可以使用内置函数substr()来 ...
- 用python实现红包机制
方法一,逻辑是后一个红包的范围是[0.01,剩下的钱*2/剩下的红包数,如果最后钱不足分配给每个人,就把后几个每人分配0.01元. 主要思想就是,每个人至少能领取到0.01元. import rand ...
- EXCEL文件导入时报_未在本地计算机上注册Microsoft.ACE.OLEDB.12.0提供程序
解决办法: 解决访问Excel数据源时出现 未在本地计算机上注册Microsoft.ACE.OLEDB.12.0提供程序1.确保安装了Microsoft.ACE.OLEDB.12.0驱动 http:/ ...
- echarts地图 禁止高亮显示(转载)
转载来源: https://blog.csdn.net/john1337/article/details/54666759 案例一:在实际应用中希望(没有数据的省会)禁止高亮颜色,解决方案: mapC ...
- oracle的Date类型遇到MyBatis产生的坑
坑描述: 公司的订单表数据量巨大(亿级),在进行查询的时候,发现一个慢查询. 背景: 数据库:oracle 表:T_order 索引字段:create_date (字段类型 date) 慢查询sql ...
- 为什么越来越少的人用jQuery
摘要:JQuery该退役了. 原文:为什么越来越少的人用jQuery 作者:Lemonade Fundebug经授权转载,版权归原作者所有. 最早期的开发,大多都使用jQuery,它给我们带来了很多的 ...
- K8S flannel
kubernetes网络通信方式有: 容器间的通信 : pod内的容器通信 通过(lo)设备 Pod之间的通信 :pod IP <-----> pod IP ,K8S 要求所有的 pod ...
- css 两段对齐和超出部分...
.cont-detail ul li { display: -webkit-flex; display: -ms-flexbox; display: flex; -webkit-box-pack: j ...
- Django的URL路由系统
一. URL配置 URL配置就像Django所支撑网站的目录.它的本质是URL与要为该URL调用的视图之间的映射表.你就是以这种方式告诉Django,对于哪个URL调用的这段代码. 基本格式 from ...