Matplotlib - 饼图

饼图（Pie Chart）将单个系列的数据显示为圆形的切片，其中每个切片的大小（角度）与其相对于所有项目总和的值成比例。它们用于显示整体的构成。

注意： 虽然饼图在视觉上很简单，但可能具有误导性，尤其是在比较大小相似的切片或类别很多时。对于比较数量而言，柱状图（Bar Chart）通常是更好的替代方案。主要在显示少量类别的“部分-整体”关系时使用饼图。

创建饼图

ax.pie() 方法（面向对象 API）用于生成饼图。

`ax.pie()` 的关键参数：

参数	说明
`x`	一个包含数据值（切片大小）的一维类数组对象。Matplotlib 会自动计算百分比。
`labels`	一个字符串列表，为每个切片提供标签。
`colors`	一个颜色序列，用于切片。如果为 `None`，则使用默认颜色循环。
`autopct`	一个字符串或函数，用于格式化显示在每个切片上的数值。常见格式：`'%1.1f%%'`（显示一个小数位的百分比）。
`explode`	一个与 `x` 长度相同的元组或列表，指定每个切片偏移半径的比例。用于强调某个切片（例如，`(0, 0.1, 0, 0)` 偏移第二个切片）。
`startangle`	逆时针旋转第一个切片的起始位置，相对于 x 轴（默认 0 度）。
`shadow`	如果为 `True`，则在饼图下方绘制阴影。
`pctdistance`	绘制 `autopct` 文本的半径比例（默认 0.6）。
`labeldistance`	绘制标签的半径比例（默认 1.1）。

示例：课程报名情况

让我们可视化学生在不同编程语言课程中的分布。

import matplotlib.pyplot as plt
import numpy as np

# 数据：编程语言和学生人数
languages = ['C', 'C++', 'Java', 'Python', 'PHP']
students = [23, 17, 35, 29, 12]

# 创建 Figure 和 Axes
fig, ax = plt.subplots(figsize=(7, 7)) # 方形图对饼图更友好

# 稍微突出 'Python' 切片
explode = (0, 0, 0, 0.1, 0) # 0.1 表示半径偏移 10%

# 创建饼图
wedges, texts, autotexts = ax.pie(
    students,
    labels=languages,
    autopct='%1.1f%%', # 百分比显示的格式
    startangle=90,    # 从 90 度 (顶部) 开始绘制第一个切片
    explode=explode,  # 应用突出效果
    shadow=True,      # 添加阴影
    colors=['gold', 'lightcoral', 'lightskyblue', 'lightgreen', 'yellowgreen'] # 可选的自定义颜色
)

# 确保饼图是圆形
ax.axis('equal')

# 添加标题
ax.set_title('Student Enrollment by Programming Language')

# 优化布局
plt.tight_layout()
plt.show()

此代码生成一个饼图，显示报名每种语言的学生比例。通过设置 explode 参数，‘Python’ 切片稍微偏移（突出）以示强调。每个切片上显示百分比，标签标识语言，添加了阴影效果，并且 ax.axis('equal') 确保图表是圆形而不是椭圆形。

ax.pie 函数返回三个列表：wedges（表示切片的 Patch 对象），texts（表示标签的 Text 对象），和 autotexts（表示数值标签的 Text 对象），如果需要进一步自定义，可以使用这些对象。

Matplotlib - 饼图

Matplotlib - 饼图

创建饼图

ax.pie() 的关键参数：

示例：课程报名情况

`ax.pie()` 的关键参数：