使用 Python 的 Matplotlib 绘制圆环图的两种方法

Dear 丶 2022-09-16 06:05 168阅读 0赞

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。

![环形图][f9dc3c9a1c724576947d18c092e1bfc0.png]

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。

## 方法一：饼图 ##

Matplotlib 中没有绘制环形图的方法，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()

![饼图][dc24803b0a124bb58741ecce553151ad.png]

接下来，我们我们可以添加参数 wedgeprops ，并定义边缘的宽度。

fig, ax = plt.subplots(figsize=(6, 6))
     
    ax.pie([87,13], 
           wedgeprops={ 'width':0.3}, 
           startangle=90, 
           colors=['#5DADE2', '#515A5A'])
    plt.show()

![一个环形图][ccb8ffeef5ad4e07ac27337d26d096fe.png]

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)
    plt.show()

![带有详细信息的环形图][881975f45fb9428ca984f54283a0a281.png]

为了支持中文，我们需要增加这两行Python代码。

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)
    plt.show()

![d78095f2840745ad8bc391cb865b7f25.png][]

## 方法二：条形图 ##

尽管此解决方案比前一个解决方案更复杂，但它为自定义提供了一些令人兴奋的选项。

让我们从简单的事情开始。

from math import pi
    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)
    plt.show()

![8841beb992c44172a77342d3887750c8.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。

from math import pi
    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)
    plt.show()

![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。

from math import pi
    import numpy as np
    from matplotlib.patches import Patch
    from matplotlib.lines import Line2D
    fig, ax = plt.subplots(figsize=(6, 6))
    ax = plt.subplot(projection='polar')
    data = [82, 75, 91]
    startangle = 90
    colors = ['#4393E5', '#43BAE5', '#7AE6EA']
    xs = [(i * pi * 2) / 100 for i in data]
    ys = [-0.2, 1, 2.2]
    left = (startangle * pi * 2) / 360  # 控制起始位置
    
    # 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
    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()
    plt.show()

![22325123fd584da58342a3179f33d991.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。

![e647ba5d0b4241daa45d8fc0cf600b1c.png][]

如果大家觉得本文还不错，记得给个一键三连！

对本文的代码和文件感兴趣的话，可以在本号【快学Python】后台回复“**配色**”获得

![b234ffa933ee42a1a0ea21291120878d.jpg][]

[f9dc3c9a1c724576947d18c092e1bfc0.png]: /images/20220828/5b1c00da98a74d45b06e1fca0d5be85a.png
[dc24803b0a124bb58741ecce553151ad.png]: /images/20220828/22a1245c7ebb43789e9463de6a4642e5.png
[ccb8ffeef5ad4e07ac27337d26d096fe.png]: /images/20220828/346216bbb3ce4526a9fc3f9d474a0f3d.png
[881975f45fb9428ca984f54283a0a281.png]: /images/20220828/5fde594799ec49c8b548148a34f5c924.png
[d78095f2840745ad8bc391cb865b7f25.png]: /images/20220828/88cdd4ea1dec4eafbb4f3c085fed117c.png
[8841beb992c44172a77342d3887750c8.png]: /images/20220828/0ccc67fc642d4f40ad5cd4769bdb52f0.png
[-]: /images/20220828/3102123ccf9449cabc232d7493594ef2.png
[22325123fd584da58342a3179f33d991.png]: /images/20220828/f3d6e64956da4c7d8b9dea01b39f5dc2.png
[e647ba5d0b4241daa45d8fc0cf600b1c.png]: /images/20220828/fed39d945f8e48739819c905926d9e91.png
[b234ffa933ee42a1a0ea21291120878d.jpg]: /images/20220828/b591795d21dd49318996cc34b858453c.png