Python如何利用matplotlib绘制圆环图

引言

在数据可视化领域，圆环图（Donut Chart）是一种常见的图表类型，用于展示数据的比例关系。与传统的饼图（Pie Chart）相比，圆环图在中心留出空白区域，使得图表更加美观且易于阅读。Python中的matplotlib库提供了强大的绘图功能，可以轻松绘制圆环图。本文将详细介绍如何使用matplotlib绘制圆环图，并通过实例演示如何自定义圆环图的样式和布局。

1. 安装与导入matplotlib

在开始之前，确保你已经安装了matplotlib库。如果尚未安装，可以使用以下命令进行安装：

pip install matplotlib

安装完成后，导入matplotlib.pyplot模块：

import matplotlib.pyplot as plt

2. 绘制基本圆环图

2.1 创建数据

首先，我们需要准备一些数据来绘制圆环图。假设我们有以下数据：

labels = ['A', 'B', 'C', 'D']
sizes = [15, 30, 45, 10]

2.2 绘制圆环图

使用matplotlib绘制圆环图的基本步骤如下：

1. 创建一个饼图。
2. 在饼图的中心绘制一个白色圆形，形成圆环效果。

以下是实现代码：

# 创建饼图
fig, ax = plt.subplots()
ax.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90)

# 绘制中心圆形
centre_circle = plt.Circle((0, 0), 0.7, color='white', fc='white', linewidth=0)
fig.gca().add_artist(centre_circle)

# 设置图表为等比例
ax.axis('equal')

# 显示图表
plt.show()

2.3 代码解析

• ax.pie()：绘制饼图，sizes参数指定各部分的大小，labels参数指定标签，autopct参数用于显示百分比，startangle参数指定起始角度。
• plt.Circle()：绘制中心圆形，(0, 0)表示圆心坐标，0.7表示半径，color和fc参数设置颜色为白色。
• ax.axis('equal')：确保图表为等比例显示。

3. 自定义圆环图

3.1 调整圆环宽度

通过调整中心圆形的半径，可以改变圆环的宽度。例如，将半径从0.7调整为0.5：

centre_circle = plt.Circle((0, 0), 0.5, color='white', fc='white', linewidth=0)

3.2 添加阴影效果

可以为圆环图添加阴影效果，使其更具立体感：

ax.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90, shadow=True)

3.3 自定义颜色

通过colors参数可以自定义圆环图的颜色：

colors = ['#ff9999', '#66b3ff', '#99ff99', '#ffcc99']
ax.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90, colors=colors)

3.4 添加图例

可以在圆环图旁边添加图例，帮助读者更好地理解图表：

ax.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90, colors=colors)
ax.legend(labels, loc="best")

3.5 调整标签位置

通过labeldistance参数可以调整标签与圆环的距离：

ax.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90, labeldistance=1.1)

3.6 旋转标签

通过textprops参数可以旋转标签，使其更易于阅读：

ax.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90, textprops={'rotation': 45})

4. 高级应用

4.1 多圆环图

在某些情况下，可能需要绘制多个圆环图以展示多层数据。可以通过叠加多个饼图来实现：

# 第一层圆环
ax.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90, radius=1.2)

# 第二层圆环
sizes2 = [20, 20, 30, 30]
ax.pie(sizes2, labels=labels, autopct='%1.1f%%', startangle=90, radius=1.0)

# 绘制中心圆形
centre_circle = plt.Circle((0, 0), 0.8, color='white', fc='white', linewidth=0)
fig.gca().add_artist(centre_circle)

ax.axis('equal')
plt.show()

4.2 动态圆环图

使用matplotlib的动画功能，可以创建动态圆环图，展示数据随时间的变化：

import numpy as np
import matplotlib.animation as animation

fig, ax = plt.subplots()

def update(num):
    ax.clear()
    sizes = np.random.randint(1, 10, size=4)
    ax.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90)
    centre_circle = plt.Circle((0, 0), 0.7, color='white', fc='white', linewidth=0)
    ax.add_artist(centre_circle)
    ax.axis('equal')

ani = animation.FuncAnimation(fig, update, frames=10, interval=500)
plt.show()

4.3 交互式圆环图

结合matplotlib的交互功能，可以创建交互式圆环图，允许用户点击图表查看详细信息：

def on_click(event):
    if event.inaxes == ax:
        print(f"Clicked on {labels[event.ind[0]]}")

fig, ax = plt.subplots()
ax.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90)
centre_circle = plt.Circle((0, 0), 0.7, color='white', fc='white', linewidth=0)
ax.add_artist(centre_circle)
ax.axis('equal')

fig.canvas.mpl_connect('button_press_event', on_click)
plt.show()

5. 总结

本文详细介绍了如何使用matplotlib绘制圆环图，并通过实例演示了如何自定义圆环图的样式和布局。通过调整圆环宽度、添加阴影效果、自定义颜色、添加图例、调整标签位置和旋转标签等方法，可以创建出美观且易于理解的圆环图。此外，还介绍了多圆环图、动态圆环图和交互式圆环图等高级应用，帮助读者更好地掌握matplotlib的绘图技巧。

希望本文能帮助你在数据可视化项目中更好地利用matplotlib绘制圆环图。如果你有任何问题或建议，欢迎在评论区留言讨论。