matplotlib饼状图

了解了，下面为您介绍使用matplotlib库绘制饼状图的方法：

import matplotlib.pyplot as plt

# 定义饼状图的数据
labels = ['A', 'B', 'C', 'D']  # 饼状图每一块对应的标签
sizes = [15, 30, 45, 10]  # 饼状图每一块所占的比例

# 绘制饼状图
fig1, ax1 = plt.subplots()
ax1.pie(sizes, labels=labels, autopct='%1.1f%%')
ax1.axis('equal')  # 让饼状图变为正圆形

# 显示饼状图
plt.show()

上述代码中，`labels`是一个列表，存储了饼状图每一块对应的标签，`sizes`是一个列表，存储了每一块所占的比例。`autopct`参数用来控制饼状图上的文本标签显示格式，`%1.1f%%`表示保留一位小数的百分数。`ax1.axis('equal')`语句用来让饼状图变成正圆形。

执行上述代码，可以得到一个简单的饼状图，其中每个扇形块的大小与数据的比例相对应。

相关问题

matplotlib 饼状图

Matplotlib是一个Python的数据可视化库，其中包括了许多绘图函数，其中之一就是饼状图。饼状图是一种常用的数据可视化方式，它可以将数据按照比例分成几个部分，并以圆形的方式展示出来。在Matplotlib中，我们可以使用pie()函数来绘制饼状图。该函数的参数包括标签、大小、颜色、阴影等等。通过调整这些参数，我们可以得到不同样式的饼状图。

matplotlib 饼状图引线

在 Matplotlib 中，你可以使用 `pie()` 函数创建饼状图，并使用 `annotate()` 函数添加引线。下面是一个简单的例子:

import matplotlib.pyplot as plt

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

# 饼状图
fig, ax = plt.subplots()
ax.pie(sizes, labels=labels, autopct='%1.1f%%')

# 引线
for i, label in enumerate(labels):
    angle = sum(sizes[:i]) + sizes[i]/2
    x = 1.4 * np.cos(np.radians(90 - angle))
    y = 1.4 * np.sin(np.radians(90 - angle))
    ax.annotate(label, xy=(x, y), xytext=(1.5*x, 1.5*y),
                fontsize=12, ha='center', va='center',
                arrowprops=dict(arrowstyle='-', lw=1))

plt.show()

这段代码会创建一个带有引线的饼状图。其中，`angle` 表示每个扇形的中心角度，`x` 和 `y` 表示引线的起点坐标，`xytext` 表示引线的终点坐标，`arrowprops` 控制箭头的样式。你可以根据需要修改这些参数来调整引线的位置和样式。