Python利用matplotlib绘制圆环图(环形图)的实战案例

目录
  • 一、概念介绍
  • 二、数据展示
  • 三、图像绘制
  • 四、参数解释
    • (1) wedgeprops是我们绘图时的参数字典。
    • (2) startangle是第一个数据起画点。
    • (3) plt.text
    • (4) 可以绘制如示例图一样的colorbar,或者legend吗?
  • 总结

一、概念介绍

圆环图(Donut Chart),又称为环形图,甜甜圈图。它从饼图变形而来,单环的作用上与饼图相似,用于展示定性数据中小类占大类的比例关系。

Q: 那既然都有饼图了,为什么还要圆环图呢?

① 从空间利用效果上,饼图的text我们常利用指示线标注在每一块外;而圆环图凭借中间挖空的优势,可以将title或者每一块的text内置,便于多图排布对比。

② 从视觉效果上,如果是一维定性的情况,我们只需要绘制一张饼图或者圆环图,这个时候其实两者没差。但一旦有两维数据,饼图利用角度对比大小的方式其实没有圆环图利用长度来得明显;再者,在多图对比时,饼图是完全填充,如果色系选择不当,很容易给受众产生厚重的感觉,或者说土土的。

③ 对于复合图形,旭日图和双层环形也是一样的道理。

圆环图示例:

二、数据展示

我们目前手上有的是随机选取的八座城市过去一年每日的空气质量评级数据(借助爬虫,源自天气后报网http://www.tianqihoubao.com/aqi/)。

网页数据如下:

由于圆环图要的是定性数据,那我们将质量等级定为可视化对象。我们的目标是:利用圆环图分析各个城市一年中空气质量等级分布的情况。对于收集的数据,利用excel整理如下所示:

接下来,我们导入数据

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

df_yh = pd.DataFrame(pd.read_excel('./天气质量指数.xlsx'))

绘图所需要的数据结构如下所示:

三、图像绘制

显然,我们的数据是二维定性的【城市+空气质量等级】,如果是要将质量等级作为大类绘制复合图当然也是可行的,但因为城市比较多,会显得拥挤。我们这里选择的是绘制八幅单圆环再进行排列对比。

plt.rcParams['font.sans-serif'] = 'Microsoft YaHei'
plt.rcParams['axes.unicode_minus'] = False

wedgeprops = {'width':0.3, 'edgecolor':'black', 'linewidth':3}
colors = ['#ffda03', '#58bc08','#ff964f' ,'#c875c4' ,'#9a3001']
fig = plt.figure(figsize=(17,9))
for i in range(1,9):
    plt.subplot(2,4,i)
    plt.pie(df_yh.iloc[i-1,1:], wedgeprops=wedgeprops, startangle=90, colors=colors)
    plt.text(0, 0, df_yh['城市'][i-1] , ha='center', va='center', fontsize=22)
# plt.savefig(r'./绘图结果/圆环图.png')

绘制结果如下所示:

四、参数解释

(1) wedgeprops是我们绘图时的参数字典。

①  ‘width’ -- 圆环的宽度,取值范围为[0,1],值越大时圆环越宽,width=1的绘制结果即为饼图,如下所示:

② ‘edgecolor' -- 边缘线颜色,包含内环、外环和每一个小类间的分割线。选择颜色只要是plt里有的都行,但尽量选择深色。

③ ’linewidth' -- 边缘线宽度。取值范围[0,100+),可以是小数值,值越大线越粗。但具体取多少,大家可以根据自己的图形多尝试几个数,个人建议是10以内进行调试。

(2) startangle是第一个数据起画点。

取值可以是实数域上任何的数字,可以为负,也可以为正。0代表正东方向,-90代表正南方向,90代表正北方向。但要注意的是,图形的绘制按照逆时针方向。

(3) plt.text

我们在这里用于标注title。

plt(x,y)中的x,y用于坐标定位

ha -- Horizontal 水平方向上以标注文本的哪个位置作为中心 可选项为:'center', 'right', 'left'

va -- vertical 竖直方向上以标注文本的哪个位置作为中心 可选项为:'top', 'bottom', 'center', 'baseline', 'center_baseline'

为了更好理解,我们分别以ha='right', 'left'举例:

我们可以看到,‘right’并不是指文本位置居右,而是从文本的右部(京)开始在(0,0)绘制。同理,‘left’并不是指文本位置居右,而是从文本的左部(北)开始绘制。

(4) 可以绘制如示例图一样的colorbar,或者legend吗?

plt.legend()可以将pie中拟定的labels进行显示,即在plt.pie()中增加labels=labels,但同时图上每个小类都会附带类标记。如果我们不希望是图里标记出哪个部分是优,哪个部分是轻度污染的话,调整如下:

labels = ['优','良','轻度污染','中度污染','重度污染']
wedgeprops = {'width':0.3, 'edgecolor':'black', 'linewidth':3}
colors = ['#ffda03', '#58bc08','#ff964f' ,'#c875c4' ,'#9a3001']
fig = plt.figure(figsize=(5,5))
plt.pie(df_yh.iloc[1,1:], wedgeprops=wedgeprops, startangle=0, colors=colors)
plt.legend(labels,loc='upper left')
plt.text(0, 0, df_yh['城市'][1] , ha='center', va='center', fontsize=22)

得到的结果即为:

总结

到此这篇关于Python利用matplotlib绘制圆环图的文章就介绍到这了,更多相关Python matplotlib绘制圆环图内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • Python+matplotlib绘制不同大小和颜色散点图实例

     具有不同标记颜色和大小的散点图演示. 演示结果: 实现代码: import numpy as np import matplotlib.pyplot as plt import matplotlib.cbook as cbook # Load a numpy record array from yahoo csv data with fields date, open, close, # volume, adj_close from the mpl-data/example directory

  • Python Matplotlib实现三维数据的散点图绘制

    一.背景 近期项目即将开展,计划第一步就是实现数据的可视化,所以先学习一下数据展示相关Demo.选用Python2.7与Matplotlib来实现,平台采用Pycharm,值得一提的是,Matplotlib的安装前首先要安装Numpy包,但是在完成Numpy的安装之后,楼主不能在PyCharm平台下进行自动安装,或者CMD中使用类似pip install Matplotlib,参考网上解决方案后采用直接去官网下载相应的安装包直接运行安装到相关目录下.在此就不赘述了. 二. 参考 Python语言

  • python学习之matplotlib绘制散点图实例

    要绘制单个点,可使用函数scatter(),并向其传递一对x和y坐标,它将在指定位置绘制一个点: """使用scatter()绘制散点图""" import matplotlib.pyplot as plt plt.scatter(2, 4) plt.show() 下面来设置输出的样式:添加标题,给轴加上标签,并确保所有文本都大到能够看清.并使用scatter()绘制一系列点 """使用scatter()绘制散点图&

  • python使用matplotlib绘制柱状图教程

    Matplotlib的概念这里就不多介绍了,关于绘图库Matplotlib的安装方法:点击这里 小编之前也和大家分享过python使用matplotlib实现的折线图和制饼图效果,感兴趣的朋友们也可以点击查看,下面来看看python使用matplotlib绘制柱状图的方法吧,具体如下: 1. 基本的柱状图 import matplotlib.pyplot as plt data = [5, 20, 15, 25, 10] plt.bar(range(len(data)), data) plt.s

  • 利用numpy+matplotlib绘图的基本操作教程

    简述 Matplotlib是一个基于python的2D画图库,能够用python脚本方便的画出折线图,直方图,功率谱图,散点图等常用图表,而且语法简单.具体介绍见matplot官网. Numpy(Numeric Python)是一个模仿matlab的对python数值运算进行的扩展,提供了许多高级的数值编程工具,如:矩阵数据类型.矢量处理,以及精密的运算库.专为进行严格的数字处理而产生,而且据说自从他出现了以后,NASA就把很多原来用fortran和matlab做的工作交给了numpy来做了,可

  • Python利用matplotlib绘制圆环图(环形图)的实战案例

    目录 一.概念介绍 二.数据展示 三.图像绘制 四.参数解释 (1) wedgeprops是我们绘图时的参数字典. (2) startangle是第一个数据起画点. (3) plt.text (4) 可以绘制如示例图一样的colorbar,或者legend吗? 总结 一.概念介绍 圆环图(Donut Chart),又称为环形图,甜甜圈图.它从饼图变形而来,单环的作用上与饼图相似,用于展示定性数据中小类占大类的比例关系. Q: 那既然都有饼图了,为什么还要圆环图呢? ① 从空间利用效果上,饼图的t

  • Python利用matplotlib绘制折线图的新手教程

    前言 matplotlib是Python中的一个第三方库.主要用于开发2D图表,以渐进式.交互式的方式实现数据可视化,可以更直观的呈现数据,使数据更具说服力. 一.安装matplotlib pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple 二.matplotlib图像简介 matplotlib的图像分为三层,容器层.辅助显示层和图像层. 1. 容器层主要由Canvas.Figure.Axes组成. Canvas位

  • Python利用matplotlib绘制散点图的新手教程

    前言 上篇文章介绍了使用matplotlib绘制折线图,参考:https://www.jb51.net/article/198991.htm,本篇文章继续介绍使用matplotlib绘制散点图. 一.matplotlib绘制散点图 # coding=utf-8 import matplotlib.pyplot as plt years = [2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019] turnovers =

  • Python利用 matplotlib 绘制直方图

    目录 1. 直方图概述 1.1什么是直方图? 1.2直方图使用场景 1.3直方图绘制步骤 1.4案例展示 2. 直方图属性 2.1设置颜色 2.2设置长条形数目 2.3设置透明度 2.4设置样式 3. 添加折线直方图 4. 堆叠直方图 5. 不等距直方图 6. 多类直方图 复习回顾: 经过前面对 matplotlib 模块从底层架构.基本绘制步骤等学习,我们已经学习了折线图.柱状图的绘制方法. matplotlib 模块基础:对matplotlib 模块常用方法进行学习 matplotlib 模

  • Python利用Matplotlib绘制图表详解

    目录 前言 折线图绘制与显示 绘制数学函数图像 散点图绘制 绘制柱状图 绘制直方图 饼图 前言 Matplotlib 是 Python 中类似 MATLAB 的绘图工具,如果您熟悉 MATLAB,那么可以很快的熟悉它. Matplotlib 提供了一套面向对象绘图的 API,它可以轻松地配合 Python GUI 工具包(比如 PyQt,WxPython.Tkinter)在应用程序中嵌入图形.与此同时,它也支持以脚本的形式在 Python.IPython Shell.Jupyter Notebo

  • Python利用matplotlib绘制约数个数统计图示例

    本文实例讲述了Python利用matplotlib绘制约数个数统计图.分享给大家供大家参考,具体如下: 利用Python计算1000以内自然数的约数个数,然后通过matplotlib绘制统计图. 下图为约数个数的散点图及其分布情况的条形图. Python代码: import collections import matplotlib.pyplot as plt def countDivisors(num): ans = 1 x = 2 while x * x <= num: cnt = 1 wh

  • 利用python numpy+matplotlib绘制股票k线图的方法

    一.python numpy + matplotlib 画股票k线图 # -- coding: utf-8 -- import requests import numpy as np from matplotlib import pyplot as plt from matplotlib import animation fig = plt.figure(figsize=(8,6), dpi=72,facecolor="white") axes = plt.subplot(111) a

  • Python利用matplotlib模块数据可视化绘制3D图

    目录 前言 1 matplotlib绘制3D图形 2 绘制3D画面图 2.1 源码 2.2 效果图 3 绘制散点图 3.1 源码 3.2 效果图 4 绘制多边形 4.1 源码 4.2 效果图 5 三个方向有等高线的3D图 5.1 源码 5.2 效果图 6 三维柱状图 6.1 源码 6.2 效果图 7 补充图 7.1 源码 7.2 效果图 总结 前言 matplotlib实际上是一套面向对象的绘图库,它所绘制的图表中的每个绘图元素,例如线条Line2D.文字Text.刻度等在内存中都有一个对象与之

  • Python利用matplotlib做图中图及次坐标轴的实例

    图中图 准备数据 import matplotlib.pyplot as plt fig = plt.figure() x = [1, 2, 3, 4, 5, 6, 7] y = [1, 3, 4, 2, 5, 8, 6] - 大图 首先确定大图左下角的位置以及宽高: 注意,4个值都是占整个figure坐标系的百分比.在这里,假设figure的大小是10x10,那么大图就被包含在由(1, 1)开始,宽8,高8的坐标系内. # below are all percentage left, bott

  • Python调用Matplotlib绘制振动图、箱型图和提琴图

    目录 Matplotlib介绍 振动图 箱型图 提琴图 Matplotlib介绍 Matplotlib 是一款用于数据可视化的 Python 软件包,支持跨平台运行,它能够根据 NumPy  ndarray 数组来绘制 2D 图像,它使用简单.代码清晰易懂,深受广大技术爱好者喜爱. NumPy 是 Python 科学计算的软件包,ndarray 则是 NumPy 提供的一种数组结构. Matplotlib 由 John D. Hunter 在 2002 年开始编写, 2003 年 Matplot

随机推荐