Python通过matplotlib绘制双层饼状图和环形图的基础示例

简介：
基于matplotlib绘制环形图，我们可以通过matplotlib库来实现这一目标。其能够在特定场景中更直观地呈现数据间的差异。如同饼图一样，环形图通过内外两个同心圆区分数据，这种结构使比较更为清晰。```python import matplotlib.pyplot as plt # 数据 categories = [A, B, C, D] outer_values = [1, 2, 3, 4] inner_values = [0.5, 1.5, 2.5, 3.5] # 创建figure和子图 fig, ax = plt.subplots() # 绘制外层环形图 ax.pie(outer_values, radius=1, colors=[yellowgreen, gold, lightskyblue, lightcoral], wedgeprops=dict(width=0.3)) # 绘制内层环形图，注意颜色需与外层对应 ax.pie(inner_values, radius=1-0.3, colors=[lightgreen, lightgoldenrod, lightblue, lightcoral], wedgeprops=dict(width=0.3)) # 设置标题和比例 ax.set(aspect=equal, title=Ring plot with `ax.pie`) # 添加百分比标签 for p in ax.patches: ang = (p.theta2 - p.theta1)2. + p.theta1 y = np.sin(np.deg2rad(ang)) x = np.cos(np.deg2rad(ang)) horizontalalignment = {-1: right, 1: left}[int(np.sign(x))] connectionstyle = angle,angleA=0,angleB={}.format(ang) ax.annotate({:.1f}%.format(100*p.get_width()), xy=(x, y), xytext=(1.35*np.sign(x), 1.4*y), horizontalalignment=horizontalalignment, verticalalignment=center, arrowprops=dict(arrowstyle=-, connectionstyle=connectionstyle)) # 显示图形 plt.show() ```在这个例子中，随后设定内外两层环的值参数后，逐一调用`ax.pie()`函数进行绘制操作，在调整`radius`和`width`参数的同时实现环形大小与间距的精确控制。接着通过调用`annotate()`方法添加百分比标签，并结合设置合适的`arrowprops`和`connectionstyle`参数对标签进行样式设计，使各百分比标注信息能够直观地指向对应的扇形区域。matplotlib库支持强大的图形绘制功能，其中包括饼图和环形图两种类型。通过调节相应的参数设置，可以生成多种复杂而美观的图表形式。当需要展示各组成部分在整体中的占比时，使用饼图更为合适；而在区分内外层次数据差异的情况下，则应优先选择环形图。根据具体的数据特征选取合适的图形类型，并通过精细调整相关参数来优化视觉效果，这将有助于更清晰地传达关键信息。