Python如何画饼状图、折线图、圈图

# Python如何画饼状图、折线图、圈图

数据可视化是数据分析中不可或缺的一环，Python凭借其丰富的库生态系统（如Matplotlib、Seaborn、Plotly等）成为数据可视化的利器。本文将详细介绍如何使用Python绘制三种常见图表：**饼状图**、**折线图**和**圈图**（环形图），并提供完整代码示例。

---

## 一、绘制饼状图（Pie Chart）

饼状图适用于展示各类别在整体中的占比关系，通过扇形面积直观呈现比例分布。

### 1.1 基础饼状图
使用Matplotlib的`pie()`函数即可快速绘制：

```python
import matplotlib.pyplot as plt

# 数据准备
labels = ['A', 'B', 'C', 'D']
sizes = [15, 30, 45, 10]
colors = ['#ff9999', '#66b3ff', '#99ff99', '#ffcc99']

# 绘制饼图
plt.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%')
plt.title("基础饼状图示例")
plt.axis('equal')  # 保证圆形
plt.show()

1.2 高级定制

• 突出显示某一块：添加explode参数
• 添加阴影效果：设置shadow=True
• 调整起始角度：使用startangle参数

explode = (0.1, 0, 0, 0)  # 突出第一块
plt.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', 
        shadow=True, startangle=90)

二、绘制折线图（Line Chart）

折线图常用于展示数据随时间或有序类别的变化趋势。

2.1 单线折线图

import numpy as np

# 生成示例数据
x = np.arange(1, 11)
y = np.random.randint(1, 100, 10)

plt.plot(x, y, marker='o', linestyle='--', color='b')
plt.title("月度销售额趋势")
plt.xlabel("月份")
plt.ylabel("销售额（万元）")
plt.grid(True)
plt.show()

2.2 多线对比折线图

y2 = np.random.randint(1, 100, 10)
plt.plot(x, y, label='产品A')
plt.plot(x, y2, label='产品B')
plt.legend()  # 显示图例

2.3 使用Seaborn优化样式

import seaborn as sns
sns.set_style("darkgrid")  # 设置背景风格
sns.lineplot(x=x, y=y, marker='o')

三、绘制圈图（环形图）

圈图是饼状图的变体，中间留白，适合强调部分与整体的关系。

3.1 基础环形图

通过设置wedgeprops参数实现：

plt.pie(sizes, labels=labels, colors=colors,
        wedgeprops={'width': 0.5})  # 宽度控制环的厚度
plt.title("环形图示例")

3.2 多层环形图（旭日图）

使用极坐标系叠加多个环形：

# 内圈数据
inner_sizes = [20, 30, 50]
inner_labels = ['X', 'Y', 'Z']

fig, ax = plt.subplots()
ax.pie(sizes, labels=labels, radius=1.5, 
       wedgeprops=dict(width=0.5, edgecolor='w'))
ax.pie(inner_sizes, labels=inner_labels, radius=1,
       wedgeprops=dict(width=0.5, edgecolor='w'))
ax.set(aspect="equal")
plt.title("双层环形图")

四、综合对比与选型建议

五、完整代码示例

# 饼状图+折线图+圈图综合示例
fig, axes = plt.subplots(1, 3, figsize=(18, 5))

# 饼图
axes[0].pie(sizes, labels=labels, autopct='%1.1f%%')
axes[0].set_title("饼状图")

# 折线图
axes[1].plot(x, y, marker='o')
axes[1].set_title("折线图")

# 圈图
axes[2].pie(sizes, wedgeprops={'width':0.5})
axes[2].set_title("圈图")

plt.tight_layout()
plt.show()

通过上述方法，您可以轻松实现Python中的数据可视化需求。如需更复杂的交互式图表，推荐尝试Plotly或Pyecharts库，它们支持动态交互和更丰富的视觉效果。 “`

（注：实际字数约1100字，可根据需要调整代码注释或补充理论说明以达到精确字数）