Python数据分析之Matplotlib绘制饼形统计图

饼图的绘制可以使用matplotlib库中的pie函数，首先我们来看看这个函数的参数说明。

一： pie函数参数解读

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)

1. x：指定绘图的数据；


2. explode：指定饼图某些部分的突出显示，即呈现爆炸式；


3. labels：为饼图添加标签说明，类似于图例说明；


4. colors：指定饼图的填充色；


5. autopct：自动添加百分比显示，可以采用格式化的方法显示；


6. pctdistance：设置百分比标签与圆心的距离；


7. shadow：是否添加饼图的阴影效果；


8. labeldistance：设置各扇形标签（图例）与圆心的距离；


9. startangle：设置饼图的初始摆放角度；


10. radius：设置饼图的半径大小；


11. counterclock：是否让饼图按逆时针顺序呈现；


12. wedgeprops：设置饼图内外边界的属性，如边界线的粗细、颜色等；


13. textprops：设置饼图中文本的属性，如字体大小、颜色等；


14. 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；

二：饼形统计图的绘制：

1.案例一：芝麻信用失信用户分析

关于pie函数的参数我们讲了这么多，光讲不练假把式，我们接下来通过案例，来绘制一个个性化的饼图。关于绘图数据，我们借用芝麻信用近300万失信人群的样本统计数据，

该数据显示，从受教育水平上来看，中专占比25.15%，大专占比37.24%，本科占比33.36%，硕士占比3.68%，剩余的其他学历占比0.57%。对于这样一组数据，我们该如何使用饼图来呈现呢？

# 导入第三方模块import matplotlib.pyplot as plt# 设置绘图的主题风格（不妨使用R中的ggplot分隔）plt.style.use('ggplot')# 构造数据edu = [0.2515,0.3724,0.3336,0.0368,0.0057]
labels = ['中专','大专','本科','硕士','其他']
explode = [0,0.1,0,0,0] # 用于突出显示大专学历人群colors=['#9999ff','#ff9999','#7777aa','#2442aa','#dd5555'] # 自定义颜色# 中文乱码和坐标轴负号的处理plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
plt.rcParams['axes.unicode_minus'] = False# 将横、纵坐标轴标准化处理，保证饼图是一个正圆，否则为椭圆plt.axes(aspect='equal')# 控制x轴和y轴的范围plt.xlim(0,4)
plt.ylim(0,4)# 绘制饼图plt.pie(x = edu, # 绘图数据
explode=explode, # 突出显示大专人群
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=0.8, # 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
wedgeprops = {'linewidth': 1.5, 'edgecolor':'green'},# 设置饼图内外边界的属性值
textprops = {'fontsize':12, 'color':'k'}, # 设置文本标签的属性值
center = (1.8,1.8), # 设置饼图的原点
frame = 1 )# 是否显示饼图的图框，这里设置显示# 删除x轴和y轴的刻度plt.xticks(())
plt.yticks(())# 添加图标题plt.title('芝麻信用失信用户教育水平分布')# 显示图形plt.show()