当前位置：极客教程 > Matplotlib > Matplotlib 问答 > Python中使用Matplotlib绘制甜甜圈图表的全面指南

Python中使用Matplotlib绘制甜甜圈图表的全面指南

Python中使用Matplotlib绘制甜甜圈图表的全面指南

参考：Donut Chart using Matplotlib in Python

Matplotlib是Python中最流行的数据可视化库之一，它提供了丰富的绘图功能，包括创建甜甜圈图表（Donut Chart）。甜甜圈图是饼图的变体，中心有一个空洞，看起来像一个甜甜圈。这种图表类型特别适合展示部分与整体的关系，同时比传统饼图更具视觉吸引力。本文将详细介绍如何使用Matplotlib在Python中创建各种类型的甜甜圈图表，从基础到高级，包括自定义样式、添加标签、多层甜甜圈图等。

1. 基础甜甜圈图

首先，让我们从最基本的甜甜圈图开始。创建一个简单的甜甜圈图需要使用Matplotlib的pie函数，并设置wedgeprops参数来创建中心的空洞。

import matplotlib.pyplot as plt

# 数据
sizes = [30, 20, 25, 15, 10]
labels = ['A', 'B', 'C', 'D', 'E']

# 创建图表
fig, ax = plt.subplots()

# 绘制甜甜圈图
ax.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90, 
       wedgeprops=dict(width=0.5, edgecolor='white'))

# 设置标题
ax.set_title('How2matplotlib.com Basic Donut Chart')

# 确保图表是圆形的
ax.axis('equal')

plt.show()

Output:

Python中使用Matplotlib绘制甜甜圈图表的全面指南

在这个例子中，我们使用pie函数创建了一个基本的甜甜圈图。sizes参数定义了每个扇区的大小，labels参数为每个扇区添加标签。autopct参数用于在每个扇区显示百分比。startangle参数设置起始角度，wedgeprops参数中的width设置甜甜圈的宽度（值越小，中心空洞越大）。

2. 自定义颜色

接下来，我们可以自定义甜甜圈图的颜色，使其更具吸引力。

import matplotlib.pyplot as plt

# 数据
sizes = [30, 20, 25, 15, 10]
labels = ['A', 'B', 'C', 'D', 'E']
colors = ['#ff9999', '#66b3ff', '#99ff99', '#ffcc99', '#ff99cc']

# 创建图表
fig, ax = plt.subplots()

# 绘制甜甜圈图
ax.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%', startangle=90, 
       wedgeprops=dict(width=0.5, edgecolor='white'))

# 设置标题
ax.set_title('How2matplotlib.com Donut Chart with Custom Colors')

# 确保图表是圆形的
ax.axis('equal')

plt.show()

Output:

Python中使用Matplotlib绘制甜甜圈图表的全面指南

在这个例子中，我们添加了一个colors列表来自定义每个扇区的颜色。这使得甜甜圈图更加丰富多彩，更容易区分不同的部分。

3. 添加图例

有时，我们可能希望将标签移到图表外部，并添加一个图例。这可以通过以下方式实现：

import matplotlib.pyplot as plt

# 数据
sizes = [30, 20, 25, 15, 10]
labels = ['A', 'B', 'C', 'D', 'E']
colors = ['#ff9999', '#66b3ff', '#99ff99', '#ffcc99', '#ff99cc']

# 创建图表
fig, ax = plt.subplots()

# 绘制甜甜圈图
wedges, texts, autotexts = ax.pie(sizes, colors=colors, autopct='%1.1f%%', startangle=90, 
                                  wedgeprops=dict(width=0.5, edgecolor='white'))

# 添加图例
ax.legend(wedges, labels, title="Categories", loc="center left", bbox_to_anchor=(1, 0, 0.5, 1))

# 设置标题
ax.set_title('How2matplotlib.com Donut Chart with Legend')

# 确保图表是圆形的
ax.axis('equal')

plt.show()

Output:

Python中使用Matplotlib绘制甜甜圈图表的全面指南

在这个例子中，我们使用legend函数添加了一个图例。loc参数设置图例的位置，bbox_to_anchor参数用于微调图例的位置。

4. 突出显示特定扇区

有时我们可能想要突出显示某个特定的扇区。这可以通过设置该扇区的explode参数来实现：

import matplotlib.pyplot as plt

# 数据
sizes = [30, 20, 25, 15, 10]
labels = ['A', 'B', 'C', 'D', 'E']
colors = ['#ff9999', '#66b3ff', '#99ff99', '#ffcc99', '#ff99cc']
explode = (0, 0.1, 0, 0, 0)  # 突出显示第二个扇区

# 创建图表
fig, ax = plt.subplots()

# 绘制甜甜圈图
ax.pie(sizes, explode=explode, labels=labels, colors=colors, autopct='%1.1f%%', startangle=90, 
       wedgeprops=dict(width=0.5, edgecolor='white'))

# 设置标题
ax.set_title('How2matplotlib.com Donut Chart with Exploded Sector')

# 确保图表是圆形的
ax.axis('equal')

plt.show()

Output:

Python中使用Matplotlib绘制甜甜圈图表的全面指南

在这个例子中，我们使用explode参数来突出显示第二个扇区。explode是一个元组，其长度应该与sizes相同，对应要突出显示的扇区设置一个非零值。

5. 添加中心文本

甜甜圈图的一个优势是可以在中心添加文本或图像。让我们看看如何在甜甜圈图的中心添加文本：

import matplotlib.pyplot as plt

# 数据
sizes = [30, 20, 25, 15, 10]
labels = ['A', 'B', 'C', 'D', 'E']
colors = ['#ff9999', '#66b3ff', '#99ff99', '#ffcc99', '#ff99cc']

# 创建图表
fig, ax = plt.subplots()

# 绘制甜甜圈图
wedges, texts, autotexts = ax.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%', startangle=90, 
                                  wedgeprops=dict(width=0.5, edgecolor='white'))

# 添加中心文本
ax.text(0, 0, 'How2matplotlib.com', ha='center', va='center', fontsize=12)

# 设置标题
ax.set_title('Donut Chart with Center Text')

# 确保图表是圆形的
ax.axis('equal')

plt.show()

Output:

Python中使用Matplotlib绘制甜甜圈图表的全面指南

在这个例子中，我们使用ax.text函数在甜甜圈图的中心添加了文本。ha和va参数用于设置文本的水平和垂直对齐方式。

6. 多层甜甜圈图

多层甜甜圈图可以用来展示更复杂的数据关系。让我们创建一个两层的甜甜圈图：

import matplotlib.pyplot as plt
import numpy as np

# 数据
sizes_outer = [30, 20, 25, 15, 10]
sizes_inner = [20, 15, 10, 5]
labels_outer = ['A', 'B', 'C', 'D', 'E']
labels_inner = ['W', 'X', 'Y', 'Z']
colors_outer = ['#ff9999', '#66b3ff', '#99ff99', '#ffcc99', '#ff99cc']
colors_inner = ['#ff6666', '#3399ff', '#66ff66', '#ff9966']

# 创建图表
fig, ax = plt.subplots()

# 绘制外层甜甜圈
ax.pie(sizes_outer, labels=labels_outer, colors=colors_outer, autopct='%1.1f%%', startangle=90, 
       wedgeprops=dict(width=0.3, edgecolor='white'))

# 绘制内层甜甜圈
ax.pie(sizes_inner, labels=labels_inner, colors=colors_inner, autopct='%1.1f%%', startangle=90, 
       wedgeprops=dict(width=0.3, edgecolor='white'), radius=0.7)

# 设置标题
ax.set_title('How2matplotlib.com Multi-layer Donut Chart')

# 确保图表是圆形的
ax.axis('equal')

plt.show()

Output:

Python中使用Matplotlib绘制甜甜圈图表的全面指南

在这个例子中，我们绘制了两个甜甜圈图。外层甜甜圈使用默认的半径，内层甜甜圈的半径设置为0.7，使其位于外层甜甜圈的内部。

7. 动态甜甜圈图

有时我们可能需要根据数据动态生成甜甜圈图。以下是一个根据用户输入生成甜甜圈图的例子：

import matplotlib.pyplot as plt

def create_donut_chart(data):
    sizes = list(data.values())
    labels = list(data.keys())
    colors = plt.cm.Pastel1(np.linspace(0, 1, len(sizes)))

    fig, ax = plt.subplots()

    ax.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%', startangle=90, 
           wedgeprops=dict(width=0.5, edgecolor='white'))

    ax.set_title('How2matplotlib.com Dynamic Donut Chart')
    ax.axis('equal')

    plt.show()

# 用户输入数据
data = {}
while True:
    label = input("Enter a label (or press Enter to finish): ")
    if label == "":
        break
    size = float(input("Enter the size for {}: ".format(label)))
    data[label] = size

create_donut_chart(data)

这个脚本允许用户输入标签和对应的大小，然后生成一个甜甜圈图。它使用plt.cm.Pastel1颜色映射来自动生成颜色。

8. 带有子图的甜甜圈图

如果我们想要在一个图表中展示多个甜甜圈图，可以使用子图：

import matplotlib.pyplot as plt

# 数据
data1 = [30, 20, 25, 15, 10]
data2 = [35, 25, 20, 20]
labels1 = ['A', 'B', 'C', 'D', 'E']
labels2 = ['W', 'X', 'Y', 'Z']

# 创建图表和子图
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 6))

# 绘制第一个甜甜圈图
ax1.pie(data1, labels=labels1, autopct='%1.1f%%', startangle=90, 
        wedgeprops=dict(width=0.5, edgecolor='white'))
ax1.set_title('How2matplotlib.com Donut Chart 1')

# 绘制第二个甜甜圈图
ax2.pie(data2, labels=labels2, autopct='%1.1f%%', startangle=90, 
        wedgeprops=dict(width=0.5, edgecolor='white'))
ax2.set_title('How2matplotlib.com Donut Chart 2')

# 确保图表是圆形的
ax1.axis('equal')
ax2.axis('equal')

plt.tight_layout()
plt.show()

Output:

Python中使用Matplotlib绘制甜甜圈图表的全面指南

这个例子创建了两个并排的甜甜圈图。plt.subplots(1, 2)创建了一行两列的子图布局。

9. 带有阴影的甜甜圈图

为了增加视觉效果，我们可以给甜甜圈图添加阴影：

import matplotlib.pyplot as plt

# 数据
sizes = [30, 20, 25, 15, 10]
labels = ['A', 'B', 'C', 'D', 'E']
colors = ['#ff9999', '#66b3ff', '#99ff99', '#ffcc99', '#ff99cc']

# 创建图表
fig, ax = plt.subplots()

# 绘制甜甜圈图
wedges, texts, autotexts = ax.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%', startangle=90, 
                                  wedgeprops=dict(width=0.5, edgecolor='white'), 
                                  shadow=True, radius=1.2)

# 设置标题
ax.set_title('How2matplotlib.com Donut Chart with Shadow')

# 确保图表是圆形的
ax.axis('equal')

plt.show()

Output:

Python中使用Matplotlib绘制甜甜圈图表的全面指南

在这个例子中，我们添加了shadow=True参数来给甜甜圈图添加阴影效果。radius=1.2参数稍微增大了甜甜圈的半径，以便更好地显示阴影。

10. 带有渐变色的甜甜圈图

我们可以使用Matplotlib的颜色映射功能来创建带有渐变色的甜甜圈图：

import matplotlib.pyplot as plt
import numpy as np

# 数据
sizes = [30, 20, 25, 15, 10]
labels = ['A', 'B', 'C', 'D', 'E']

# 创建渐变色
cmap = plt.get_cmap("coolwarm")
colors = cmap(np.linspace(0.1, 0.9, len(sizes)))

# 创建图表
fig, ax =plt.subplots()

# 绘制甜甜圈图
wedges, texts, autotexts = ax.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%', startangle=90, 
                                  wedgeprops=dict(width=0.5, edgecolor='white'))

# 设置标题
ax.set_title('How2matplotlib.com Donut Chart with Gradient Colors')

# 确保图表是圆形的
ax.axis('equal')

plt.show()

Output:

Python中使用Matplotlib绘制甜甜圈图表的全面指南

在这个例子中，我们使用plt.get_cmap("coolwarm")获取了一个颜色映射，然后使用np.linspace创建了一个均匀分布的颜色序列。这样可以创建一个渐变色的效果，使甜甜圈图更加美观。

11. 带有标注的甜甜圈图

有时我们可能需要为甜甜圈图的某些部分添加额外的标注。以下是一个示例：

import matplotlib.pyplot as plt

# 数据
sizes = [30, 20, 25, 15, 10]
labels = ['A', 'B', 'C', 'D', 'E']
colors = ['#ff9999', '#66b3ff', '#99ff99', '#ffcc99', '#ff99cc']

# 创建图表
fig, ax = plt.subplots()

# 绘制甜甜圈图
wedges, texts, autotexts = ax.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%', startangle=90, 
                                  wedgeprops=dict(width=0.5, edgecolor='white'))

# 添加标注
ax.annotate('Important!', xy=(0.3, 0.5), xytext=(0.7, 0.7),
            arrowprops=dict(facecolor='black', shrink=0.05))

# 设置标题
ax.set_title('How2matplotlib.com Donut Chart with Annotation')

# 确保图表是圆形的
ax.axis('equal')

plt.show()

Output:

Python中使用Matplotlib绘制甜甜圈图表的全面指南

在这个例子中，我们使用ax.annotate函数添加了一个指向特定扇区的标注。xy参数指定了箭头的终点，xytext参数指定了文本的位置，arrowprops参数定义了箭头的属性。

12. 带有子扇区的甜甜圈图

我们可以创建一个更复杂的甜甜圈图，其中某些主要扇区包含子扇区：

import matplotlib.pyplot as plt

# 数据
sizes_outer = [30, 20, 25, 15, 10]
sizes_inner = [10, 15, 5, 10, 5, 7, 8, 5, 5]
labels_outer = ['A', 'B', 'C', 'D', 'E']
labels_inner = ['A1', 'A2', 'B1', 'B2', 'C1', 'C2', 'D1', 'D2', 'E1']
colors_outer = ['#ff9999', '#66b3ff', '#99ff99', '#ffcc99', '#ff99cc']
colors_inner = plt.cm.Pastel1(np.linspace(0, 1, len(sizes_inner)))

# 创建图表
fig, ax = plt.subplots()

# 绘制外层甜甜圈
wedges_outer, texts_outer, autotexts_outer = ax.pie(sizes_outer, labels=labels_outer, colors=colors_outer, 
                                                    autopct='%1.1f%%', startangle=90, 
                                                    wedgeprops=dict(width=0.3, edgecolor='white'))

# 绘制内层甜甜圈
wedges_inner, texts_inner, autotexts_inner = ax.pie(sizes_inner, labels=labels_inner, colors=colors_inner, 
                                                    autopct='%1.1f%%', startangle=90, 
                                                    wedgeprops=dict(width=0.3, edgecolor='white'), radius=0.7)

# 设置标题
ax.set_title('How2matplotlib.com Donut Chart with Subgroups')

# 确保图表是圆形的
ax.axis('equal')

plt.show()

这个例子创建了一个双层甜甜圈图，内层代表外层各扇区的子类别。

13. 带有数据标签的甜甜圈图

有时我们可能想要在甜甜圈图上显示实际的数值，而不仅仅是百分比。以下是一个示例：

import matplotlib.pyplot as plt

# 数据
sizes = [30, 20, 25, 15, 10]
labels = ['A', 'B', 'C', 'D', 'E']
colors = ['#ff9999', '#66b3ff', '#99ff99', '#ffcc99', '#ff99cc']

# 创建图表
fig, ax = plt.subplots()

# 绘制甜甜圈图
wedges, texts, autotexts = ax.pie(sizes, labels=labels, colors=colors, 
                                  autopct=lambda pct: f'{pct:.1f}%\n({pct*sum(sizes)/100:.0f})', 
                                  startangle=90, wedgeprops=dict(width=0.5, edgecolor='white'))

# 设置标题
ax.set_title('How2matplotlib.com Donut Chart with Data Labels')

# 确保图表是圆形的
ax.axis('equal')

plt.show()

Output:

Python中使用Matplotlib绘制甜甜圈图表的全面指南

在这个例子中，我们使用了一个lambda函数作为autopct参数的值。这个函数不仅显示百分比，还计算并显示实际的数值。

14. 带有图例和数据表的甜甜圈图

为了提供更多信息，我们可以在甜甜圈图旁边添加一个数据表：

import matplotlib.pyplot as plt

# 数据
sizes = [30, 20, 25, 15, 10]
labels = ['A', 'B', 'C', 'D', 'E']
colors = ['#ff9999', '#66b3ff', '#99ff99', '#ffcc99', '#ff99cc']

# 创建图表
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 6))

# 绘制甜甜圈图
wedges, texts, autotexts = ax1.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%', startangle=90, 
                                   wedgeprops=dict(width=0.5, edgecolor='white'))

# 添加图例
ax1.legend(wedges, labels, title="Categories", loc="center left", bbox_to_anchor=(1, 0, 0.5, 1))

# 创建数据表
cell_text = [[label, str(size)] for label, size in zip(labels, sizes)]
ax2.axis('tight')
ax2.axis('off')
table = ax2.table(cellText=cell_text, colLabels=['Category', 'Value'], loc='center')

# 设置标题
fig.suptitle('How2matplotlib.com Donut Chart with Legend and Data Table')

# 确保图表是圆形的
ax1.axis('equal')

plt.tight_layout()
plt.show()

Output:

Python中使用Matplotlib绘制甜甜圈图表的全面指南

这个例子创建了一个包含甜甜圈图和数据表的复合图表。左侧是带有图例的甜甜圈图，右侧是一个显示原始数据的表格。

15. 动画甜甜圈图

最后，让我们创建一个动画甜甜圈图，展示数据随时间的变化：

import matplotlib.pyplot as plt
import matplotlib.animation as animation
import numpy as np

# 初始数据
sizes = [30, 20, 25, 15, 10]
labels = ['A', 'B', 'C', 'D', 'E']
colors = ['#ff9999', '#66b3ff', '#99ff99', '#ffcc99', '#ff99cc']

# 创建图表
fig, ax = plt.subplots()

def update(frame):
    # 更新数据
    new_sizes = [size + np.random.randint(-5, 6) for size in sizes]
    new_sizes = [max(0, size) for size in new_sizes]  # 确保所有值非负

    # 清除当前图表
    ax.clear()

    # 重新绘制甜甜圈图
    wedges, texts, autotexts = ax.pie(new_sizes, labels=labels, colors=colors, autopct='%1.1f%%', startangle=90, 
                                      wedgeprops=dict(width=0.5, edgecolor='white'))

    ax.set_title(f'How2matplotlib.com Animated Donut Chart (Frame {frame})')
    ax.axis('equal')

# 创建动画
ani = animation.FuncAnimation(fig, update, frames=100, repeat=True, interval=200)

plt.show()

Output:

Python中使用Matplotlib绘制甜甜圈图表的全面指南

这个例子创建了一个动画甜甜圈图，每200毫秒更新一次数据。每次更新时，各扇区的大小都会随机增加或减少一些，创造出数据变化的效果。

总结

通过以上15个示例，我们详细探讨了如何使用Matplotlib在Python中创建各种类型的甜甜圈图表。从基础的静态甜甜圈图到复杂的多层甜甜圈图，再到动画甜甜圈图，我们涵盖了广泛的应用场景。这些技术可以帮助你更有效地可视化和展示数据，使你的数据分析结果更加直观和吸引人。

记住，甜甜圈图虽然视觉效果很好，但并不适合所有类型的数据。在选择使用甜甜圈图时，要考虑你的数据类型和你想要传达的信息。对于展示部分与整体的关系，甜甜圈图是一个很好的选择。但如果你的数据包含太多类别，或者类别之间的差异很小，可能需要考虑使用其他类型的图表。

最后，Matplotlib提供了丰富的自定义选项，你可以根据需要调整颜色、标签、字体等各种元素，以创建最适合你的数据和受众的甜甜圈图。希望这篇文章能够帮助你掌握使用Matplotlib创建甜甜圈图的技巧，并在你的数据可视化工作中充分发挥这一强大工具的潜力。

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

Matplotlib 精品教程