matplotlib可视化之饼图plt.pie()与plt.legend()中bbox_to_anchor参数的理解

• 函数功能：表示离散变量各占比情况
• 调用方法：plt.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False)
• 参数说明：
  • x：指定绘图的数据
  • explode：指定饼图某些部分的突出显示，即呈现爆炸式
  • labels：为饼图添加标签说明，类似于图例说明
  • colors：指定饼图的填充色
  • autopct：自动添加百分比显示，可以采用格式化的方法显示
  • pctdistance：设置百分比标签与圆心的距离
  • shadow：是否添加饼图的阴影效果
  • labeldistance：设置各扇形标签（图例）与圆心的距离；
  • startangle：设置饼图的初始摆放角度；
  • radius：设置饼图的半径大小；
  • counterclock：是否让饼图按逆时针顺序呈现；
  • wedgeprops：设置饼图内外边界的属性，如边界线的粗细、颜色等；
  • textprops：设置饼图中文本的属性，如字体大小、颜色等；
  • center：指定饼图的中心点位置，默认为原点
  • frame：是否要显示饼图背后的图框，如果设置为True的话，需要同时控制图框x轴、y轴的范围和饼图的中心位置；

一、绘制简单饼图：

二、环形图：通过参数wedgecolor = {'width':0.5}绘制，自定义数值0.5表示环形图的宽度

 三、使用多个参数绘制复杂饼图：

#构造数据：某城镇受教育程度
education = [9823, 5601, 3759, 1400, 450]
labels = ['小学', '初中', '高中', '大学', '研究生及以上']

explode = [0,0,0,0.2,0.3]  # 用于突出显示特定人群
# 自定义颜色,更多颜色参考颜色网站：https://xkcd.com/color/rgb/
colors=['#9999ff','#ff9999','#7777aa','#2442aa','#dd5555'] 

# 将横、纵坐标轴标准化处理，保证饼图是一个正圆，否则可能为椭圆
plt.axes(aspect='equal')

# 绘制饼图
plt.pie(x = education,         # 绘图数据        
        explode=explode,       # 突出显示特定人群
        labels=labels,         # 添加教育水平标签
        colors=colors,         # 设置饼图的自定义填充色
        autopct='%.1f%%',      # 设置百分比的格式，这里保留一位小数
        pctdistance=0.7,       # 设置百分比标签与圆心的距离
        labeldistance = 1.15,  # 设置教育水平标签与圆心的距离
        startangle = 180,      # 设置饼图的初始角度
        radius = 1.5,          # 设置饼图的半径
        counterclock = False, # 是否逆时针，这里设置为顺时针方向
        # 设置饼图内外边界的属性值：linewidth表示饼图内外边框线宽度；width表示饼图内外宽度，可控制生成环形图；edgecolor表示边框线的颜色        
        wedgeprops = {'linewidth': 1.5,'width':0.5, 'edgecolor':'green'},  
        textprops = {'fontsize':12, 'color':'k'},   # 设置文本标签的属性值
        center = (0,0),        # 设置饼图的原点
        frame = 0)             # 是否显示饼图的图框，这里设置不显示



# 显示图形
plt.show()

四、内嵌环形图：用来分析两组具有同类别的数据对比

通过半径radius跟环形图的宽度设置wedgeprops={'width':num}来绘制

例如：分析两种草莓蛋糕的配料占比情况

# 自定义颜色图列表
colormaplist = ["#e41a1c","#377eb8","#4daf4a","#984ea3","#ff7f00"]
elements =['面粉','糖','奶油','草莓','坚果']
weight1 = [40,15,20,10,15]
weight2 = [30,25,15,20,10]

plt.pie(weight1,
        autopct="%3.1f%%",           # 百分比显示格式
        radius=1,                    # 半径
        pctdistance=0.85,            # 百分比文本距离圆心距离
        colors=colormaplist,         # 颜色
        textprops=dict(color= "w"),  # 文本设置 
        labels = elements,           # 各类别标签
        wedgeprops=dict(width=0.3, edgecolor = 'w'))  # 饼图内外边格式设置

plt.pie(weight2,
        autopct="%3.1f%%",
        radius=0.7,
        pctdistance=0.75,
        colors=colormaplist, #内环形图也使用相同的颜色图，否则会出现同类别的两个数据颜色不对应，不利于观测分析
        textprops=dict(color= "w"),
        wedgeprops=dict(width=0.3, edgecolor = 'w'))

# 通过legend函数中的loc和bbox_to_anchor参数控制图例位置
# bbox_to_anchor = （x,y,width,height）具体四个参数含义在后面解释
plt.legend( loc = 'center right',bbox_to_anchor = (1.15,0,0.3,1),fontsize = 15)
plt.title('两种草莓蛋糕中配料的比例对比图',fontsize = 17)

plt.show()

五、plt.legend()中的bbox_to_anchor = （x,y,width,height)中四个参数的理解

 1）bbox_to_anchor 参数用来更好的控制以及调整图例框的位置

 2）x,y表示图例框的某个点的坐标位置，而至于那个点是哪里，取决于plt.legend中的参数loc决定，例如：loc = 'center'则x,y表示图例框中心点的位置；

3)width表示将由x,y表示的原图例框的初始位置水平移动多少距离（距离原图例框的宽度）；

  height表示将由x,y表示的原图例框的初始位置竖直移动多少距离（距离原图例框的高度）；

下面用作图来理解：

fig,ax = plt.subplots(2,1,figsize = (8,5))

ax[0].scatter(0.5,0.5,label = '(0.5,0.5,0,0)')
ax[0].legend(loc = 'upper right',bbox_to_anchor = (0.5,0.5,0,0),prop={'size':20})
ax[0].set_xlim(0,1)
ax[0].set_ylim(0,1)


ax[1].scatter(0.5,0.5,label = '(0.5,0.5,0.5,0.5)')
ax[1].legend(loc = 'upper right',bbox_to_anchor = (0.5,0.5,0.5,0.5),prop={'size':20})
ax[1].set_xlim(0,1)
ax[1].set_ylim(0,1)


plt.subplots_adjust(hspace=0.2)
plt.show()

 由上图第一个子图可知：图例框的右上顶点（'upper right'）对应点（0.5,0.5）；由第二个子图可知：当width，height设置0.5时,表示新的图例框距离原图例框位置水平跟垂直距离0.5的位置，此时新图例框右上顶点的位置为（1,1）。