Python中使用Matplotlib绘制甜甜圈图表的全面指南|极客教程

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()