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
- Perl回调函数和闭包
在Perl中,子程序的引用常用来做回调函数(callback).闭包(closure),特别是匿名子程序. 回调函数(callback) 关于什么是回调函数,见一文搞懂:词法作用域.动态作用域.回调函 ...
- Perl文件句柄引用
目前还没介绍Perl的面向对象,所以这节内容除了几个注意点,没什么可讲的. 以前经常使用大写字母的句柄方式(即所谓的裸字文件句柄,bareword filehandle),现在可以考虑转向使用变量文件 ...
- Flask入门第一天
一.flask介绍 flask诞生于2010年,是Armin ronacher用python语言基于Werkzeug工具箱编写的轻量级web开发框架.flask本身相当于一个内核,其他所有的功能都需要 ...
- zookeeper高可用集群搭建
前提:已经在master01配置好hadoop:在各个slave节点配置好hadoop和zookeeper: (该文是将zookeeper配置在各slave节点上的,其实也可以配置在各master上, ...
- [转]Windows Server 2016 服务器IIS配置
本文转自:https://blog.csdn.net/corson/article/details/82185407 多余的话就不说了,配置Windows Server 2016服务器具体如下图 ...
- VS2013 OpenGL 开发程序时: error LNK2019: 无法解析的外部符号 __imp____glutInitWithExit@12,error LNK2019: 无法解析的外部符号 __imp____glutCreateWindowWithExit@8
环境:Windows 下 OpenGL ,Used in VS2013 前言:刚接触 OpenGL 的人,第一件事当然就是配置环境,说起配置环境 OpenGL 和 DirectX 相差不多,同时也基本 ...
- eclipse使用svn
主干(trunk).分支(branch ).标记(tag) 用法示例 + 图解 以svn为例,git的master相当于trunk,dev分支相当于branches --------------- ...
- Dom对象的研究
1.逻辑运算 || && ! 1||2 5&&4 !0 || 遇到第一个为true 的数字就终止并返回 && 遇到第一个为false ...
- JavaScript 基础(四) - HTML DOM Event
HTML DOM Event(事件) HTML 4.0 的新特性之一是有能力使 HTML 事件触发浏览器中的动作(action),比如当用户点击某个 HTML 元素时启动一段 JavaScript.下 ...
- select2 插件编辑时设置默认值
function htDate(selectCustomerId, val) { var customerId = selectCustomerId; var values = val; ajaxJs ...