Python如何画饼状图、折线图、圈图

# Python如何画饼状图、折线图、圈图 数据可视化是数据分析中不可或缺的一环，Python凭借其丰富的库生态系统（如Matplotlib、Seaborn、Plotly等）成为数据可视化的利器。本文将详细介绍如何使用Python绘制三种常见图表：**饼状图**、**折线图**和**圈图**（环形图），并提供完整代码示例。 --- ## 一、绘制饼状图（Pie Chart） 饼状图适用于展示各类别在整体中的占比关系，通过扇形面积直观呈现比例分布。 ### 1.1 基础饼状图 使用Matplotlib的`pie()`函数即可快速绘制： ```python import matplotlib.pyplot as plt # 数据准备 labels = ['A', 'B', 'C', 'D'] sizes = [15, 30, 45, 10] colors = ['#ff9999', '#66b3ff', '#99ff99', '#ffcc99'] # 绘制饼图 plt.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%') plt.title("基础饼状图示例") plt.axis('equal') # 保证圆形 plt.show() 

1.2 高级定制

• 突出显示某一块：添加explode参数
• 添加阴影效果：设置shadow=True
• 调整起始角度：使用startangle参数

explode = (0.1, 0, 0, 0) # 突出第一块 plt.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=True, startangle=90) 

---

二、绘制折线图（Line Chart）

折线图常用于展示数据随时间或有序类别的变化趋势。

2.1 单线折线图

import numpy as np # 生成示例数据 x = np.arange(1, 11) y = np.random.randint(1, 100, 10) plt.plot(x, y, marker='o', linestyle='--', color='b') plt.title("月度销售额趋势") plt.xlabel("月份") plt.ylabel("销售额（万元）") plt.grid(True) plt.show() 

2.2 多线对比折线图

y2 = np.random.randint(1, 100, 10) plt.plot(x, y, label='产品A') plt.plot(x, y2, label='产品B') plt.legend() # 显示图例 

2.3 使用Seaborn优化样式

import seaborn as sns sns.set_style("darkgrid") # 设置背景风格 sns.lineplot(x=x, y=y, marker='o') 

---

三、绘制圈图（环形图）

圈图是饼状图的变体，中间留白，适合强调部分与整体的关系。

3.1 基础环形图

通过设置wedgeprops参数实现：

plt.pie(sizes, labels=labels, colors=colors, wedgeprops={'width': 0.5}) # 宽度控制环的厚度 plt.title("环形图示例") 

3.2 多层环形图（旭日图）

使用极坐标系叠加多个环形：

# 内圈数据 inner_sizes = [20, 30, 50] inner_labels = ['X', 'Y', 'Z'] fig, ax = plt.subplots() ax.pie(sizes, labels=labels, radius=1.5, wedgeprops=dict(width=0.5, edgecolor='w')) ax.pie(inner_sizes, labels=inner_labels, radius=1, wedgeprops=dict(width=0.5, edgecolor='w')) ax.set(aspect="equal") plt.title("双层环形图") 

---

四、综合对比与选型建议

图表类型	适用场景	推荐库
饼状图	展示比例分布	Matplotlib
折线图	趋势分析、时间序列	Matplotlib/Seaborn
圈图	强调部分与整体关系	Matplotlib

---

五、完整代码示例

# 饼状图+折线图+圈图综合示例 fig, axes = plt.subplots(1, 3, figsize=(18, 5)) # 饼图 axes[0].pie(sizes, labels=labels, autopct='%1.1f%%') axes[0].set_title("饼状图") # 折线图 axes[1].plot(x, y, marker='o') axes[1].set_title("折线图") # 圈图 axes[2].pie(sizes, wedgeprops={'width':0.5}) axes[2].set_title("圈图") plt.tight_layout() plt.show() 

---

通过上述方法，您可以轻松实现Python中的数据可视化需求。如需更复杂的交互式图表，推荐尝试Plotly或Pyecharts库，它们支持动态交互和更丰富的视觉效果。 “`

（注：实际字数约1100字，可根据需要调整代码注释或补充理论说明以达到精确字数）