我们之前已经接触过了饼图,它主要用于表现比例、份额类的数据,今天我们在样式上进行更多的探索。
我们以笔记本行业来作为例子。假设笔记本电脑行业有ABCD五家公司,他们在2017年的国内市场份额分别为45%、25%、15%、5%,其他公司10%。
首先,我们可以将我们关注的分类单独分裂出来,达到突出显示的目的。假如我们在B公司里,我们想要将自家公司的数据单独拆出来:
import matplotlib as mpl
import matplotlib.pyplot as plt
# 生成数据
labels = ['A', 'B', 'C', 'D', '其他']
share = [0.45, 0.25, 0.15, 0.05, 0.10]
# 设置分裂属性
explode = [0, 0.1, 0, 0, 0]
# 分裂饼图
plt.pie(share, explode = explode,
labels = labels, autopct = '%3.1f%%',
startangle = 180, shadow = True,
colors = ['c', 'r', 'gray', 'g', 'y'])
# 标题
plt.title('2017年笔记本电脑市场份额')
plt.show()
可以看到,我们将自家公司的份额分裂出来了,这样我们就能迅速定位到图中最重要的部分。至于非分裂式的饼图,直接将explode参数列表中的所有数都设置为0即可。
我们看下这些参数的作用:
好,现在这几家公司同时也在做PC市场,那我们想同时将PC市场的份额情况也展示出来,这时候,我们就可以考虑内嵌环形饼图。
假设他们四家在2017年占有的PC市场份额分别是35%、35%、8%、7%,其他公司占有的份额是15%。
import matplotlib as mpl
import matplotlib.pyplot as plt
# 设置图片大小
plt.figure(figsize = (10, 8))
# 生成数据
labels = ['A', 'B', 'C', 'D', '其他']
share_laptop = [0.45, 0.25, 0.15, 0.05, 0.10]
share_pc = [0.35, 0.35, 0.08, 0.07, 0.15]
colors = ['c', 'r', 'y', 'g', 'gray']
# 外环
wedges1, texts1, autotexts1 = plt.pie(share_laptop,
autopct = '%3.1f%%',
radius = 1,
pctdistance = 0.85,
colors = colors,
startangle = 180,
textprops = {'color': 'w'},
wedgeprops = {'width': 0.3, 'edgecolor': 'w'}
)
# 内环
wedges2, texts2, autotexts2 = plt.pie(share_pc,
autopct = '%3.1f%%',
radius = 0.7,
pctdistance = 0.75,
colors = colors,
startangle = 180,
textprops = {'color': 'w'},
wedgeprops = {'width': 0.3, 'edgecolor': 'w'}
)
# 图例
plt.legend(wedges1,
labels,
fontsize = 12,
title = '公司列表',
loc = 'center right',
bbox_to_anchor = (1, 0.6))
# 设置文本样式
plt.setp(autotexts1, size=15, weight='bold')
plt.setp(autotexts2, size=15, weight='bold')
plt.setp(texts1, size=15)
# 标题
plt.title('2017年笔记本及PC电脑市场份额', fontsize=20)
plt.show()
哈,这样我们就可以很直观地对比笔记本和PC市场的份额情况了。
这里我们详细说一下代码。
首先,pie()函数返回三个对象:wedge、text、autotext。
后边我们设置文本格式的时候会用到pie()函数返回的对象。
在pie()函数中:
在legend()函数中,我们用fontsize设置文本大小,用title设置图例的标题,用loc设置图例的位置,用bbox_to_anchor设置了图例的位置。