在Python中绘制带有连接线的双饼图(操作代码)

更新时间：2023年05月04日 10:41:28 作者：旅途中的宽~

这篇文章主要介绍了如何在Python中绘制带有连接线的双饼图,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下

一、导入所需的库

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.patches import ConnectionPatch
from matplotlib import cm

matplotlib.patches 模块中的 ConnectionPatch 类可以用来绘制两个子图之间的连线。在双饼图等可视化中，可以利用这个类来绘制两个子图之间的连线，用以表达它们之间的关系。该类提供了许多参数和方法，可以用来控制连线的样式和位置等属性。

ConnectionPatch 用于在 Matplotlib 中添加连线，其主要参数如下：

xyA：连接线的起始点；
xyB：连接线的结束点；
coordsA：起始点的坐标系，默认为 data；
coordsB：结束点的坐标系，默认为 data；
axesA：起始点所在的 Axes 对象；
axesB：结束点所在的 Axes 对象；
color：连接线的颜色；
linewidth：连接线的线宽；
linestyle：连接线的线型。

ConnectionPatch 的常用方法包括：

set_color：设置连接线的颜色；
set_linewidth：设置连接线的线宽；
set_linestyle：设置连接线的线型。

更多参数和方法可以参考 Matplotlib 官方文档：

https://matplotlib.org/stable/api/_as_gen/matplotlib.patches.ConnectionPatch.html

cm是Matplotlib的颜色映射模块，它提供了一系列的颜色方案，包括了单色调，分段调色和连续渐变调色等多种颜色方案，能够更好的满足数据可视化中的需求。

二、准备数据

# 大饼图数据
labels = ['301', '302', '303', '304', '305', '307', '308', '306']
size = [219324, 94739, 75146, 71831, 54051, 21458, 9990, 50843]
# 大饼图分裂距离
explode = (0, 0, 0, 0, 0, 0, 0, 0.1)
# 小饼图数据
labels2 = ['402', '407']
size2 = [12255, 207069]
width = 0.2

这段代码用于定义大饼图和小饼图的数据，并设置大饼图的分裂距离和小饼图的宽度。

具体解释如下：

labels：定义大饼图每个分裂块的标签，即分别表示哪个区域。
size：定义大饼图每个分裂块的大小，即表示每个区域的数量或占比。
explode：定义大饼图每个分裂块距离饼心的距离，即分裂块是否需要弹出，这里设置为不弹出。
labels2：定义小饼图每个分裂块的标签，即分别表示哪个区域。
size2：定义小饼图每个分裂块的大小，即表示每个区域的数量或占比。
width：定义小饼图的宽度，这里设置为0.2。

三、绘制双饼图

3.1 创建画布和子图对象

fig = plt.figure(figsize=(9, 5))
ax1 = fig.add_subplot(121)
ax2 = fig.add_subplot(122)

这部分代码创建了一个大小为 (9, 5) 的画布 fig，并在该画布上添加了两个子图 ax1 和 ax2。

其中，fig.add_subplot(121) 表示将画布分为 1 行 2 列的子图，选择第 1 个子图（即左边的子图）；fig.add_subplot(122) 则表示选择第 2 个子图（即右边的子图）。子图的编号规则类似于数组索引，行号从上到下从 1 开始递增，列号从左到右从 1 开始递增，如 (1, 1) 表示第一行第一列的子图，(1, 2) 表示第一行第二列的子图。在这里 121 和 122 分别表示第一行的第一个子图和第二个子图。

3.2 绘制大饼图

ax1.pie(size,
        autopct='%1.1f%%',
        startangle=30,
        labels=labels,
        colors=cm.Blues(range(10, 300, 50)),
        explode=explode)

这段代码用于在第一个子图(ax1)中绘制一个饼图。具体参数的含义如下：

size: 饼图的数据，表示每个饼图块的大小。
autopct: 饼图块的数据标签格式，“%1.1f%%” 表示保留一位小数并添加百分号。
startangle: 饼图块的开始角度，30度为起始点，顺时针方向旋转。
labels: 饼图块的标签，与 size 对应。
colors: 饼图块的颜色，使用了 cm.Blues() 函数生成一个颜色列表。
explode: 饼图块的分裂距离，表示是否与饼图中心分离。例如 (0, 0, 0, 0, 0, 0, 0, 0.1) 表示最后一个饼图块与中心分离 0.1 个半径长度。

可以根据需要调整这些参数以及其他饼图的参数来获得所需的效果。

3.3 绘制小饼图

ax2.pie(size2,
        autopct='%1.1f%%',
        startangle=90,
        labels=labels2,
        colors=cm.Blues(range(10, 300, 50)),
        radius=0.5,
        shadow=False)

这段代码用于绘制第二个小饼图。具体参数含义如下：

size2：小饼图的数据，即 [12255, 207069]；
autopct：格式化锲形块的数据标签，‘%1.1f%%’ 表示保留一位小数，并在后面加上百分号；
startangle：小饼图的起始角度，以度数表示，这里设为 90 度，即从竖直方向开始；
labels2：小饼图的标签，即 [‘402’, ‘407’]；
colors：指定颜色，这里使用 cm.Blues 函数生成一组蓝色系列颜色；
radius：小饼图的半径，这里设为 0.5；
shadow：是否添加阴影，这里设为 False。

在这段代码中，我们创建了一个名为 ax2 的子区域对象，并使用 pie 方法绘制了一个小饼图，将 size2 中的数据作为输入数据。其他参数指定了锲形块的格式、颜色、标签等属性，进一步定制了图形的样式。

3.4 连接线1，连接大饼图的上边缘和小饼图的饼块

theta1, theta2 = ax1.patches[-1].theta1, ax1.patches[-1].theta2
center, r = ax1.patches[-1].center, ax1.patches[-1].r
x = r * np.cos(np.pi / 180 * theta2) + center[0]
y = np.sin(np.pi / 180 * theta2) + center[1]
con1 = ConnectionPatch(xyA=(0, 0.5),
                       xyB=(x, y),
                       coordsA=ax2.transData,
                       coordsB=ax1.transData,
                       axesA=ax2, axesB=ax1)

这部分代码是用来计算连接两个饼图的连接线的起点和终点位置，并创建一个 ConnectionPatch 对象用于绘制连接线。

theta1 和 theta2 分别表示饼图上最后一个扇形的起始角度和终止角度。
center 表示饼图中最后一个扇形的中心点位置。
r 表示饼图的半径。
x 和 y 表示连接线的终点坐标，其中 x 通过利用三角函数计算出来。

接下来，ConnectionPatch 的参数解释：

xyA 表示连接线的起点位置，这里设为 (0, 0.5) 表示在小饼图上以它的左边中间位置为起点。
xyB 表示连接线的终点位置，这里为 (x, y) 表示在大饼图上以计算得到的 x 和 y 为终点位置。
coordsA 和 coordsB 表示起点和终点所在的坐标系，这里分别为小饼图和大饼图的坐标系。
axesA 和 axesB 分别表示起点和终点所在的子图对象，这里分别为小饼图和大饼图的子图对象，即 ax2 和 ax1。

3.5 连接线2，连接大饼图的下边缘和小饼图的饼块

x = r * np.cos(np.pi / 180 * theta1) + center[0]
y = np.sin(np.pi / 180 * theta1) + center[1]
con2 = ConnectionPatch(xyA=(-0.1, -0.49),
                       xyB=(x, y),
                       coordsA='data',
                       coordsB='data',
                       axesA=ax2, axesB=ax1)

这段代码用于创建连接线的第二个对象con2。具体解释如下：

x 和 y 分别代表了连接线从小饼图中(-0.1,-0.49)这个点出发，到大饼图中theta1角度对应的点的终点坐标。其中，theta1是通过访问ax1.patches[-1].theta1获得的。
coordsA 和 coordsB 表示终点和起点坐标的坐标系类型。这里都是 ‘data’ 表示使用数据坐标系，即默认的 x 和 y 坐标值。
axesA 和 axesB 表示终点和起点所在的子图对象。其中，axesA 为小饼图，axesB 为大饼图。
这里使用ConnectionPatch函数创建连接线对象。

3.6 添加连接线

for con in [con1, con2]:
    con.set_color('gray')
    ax2.add_artist(con)
    con.set_linewidth(1)

这段代码用于设置连接线的颜色和粗细，并将连接线添加到小饼图的坐标系上。具体来说，循环遍历连接线对象列表 [con1, con2]，并依次对每个连接线进行以下操作：

调用 set_color() 方法设置连接线的颜色为灰色。
调用 ax2.add_artist() 方法将连接线添加到小饼图的坐标系上。
调用 set_linewidth() 方法设置连接线的宽度为 1。

3.7 调整子图布局

fig.subplots_adjust(wspace=0)
plt.show()

这行代码调整了子图之间的水平间距，将间距设置为0，即将子图紧密排列。wspace参数表示子图之间的宽度间距。具体来说，这行代码将第一个子图和第二个子图之间的间距设置为0，使它们之间没有空隙。

四、源代码

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.patches import ConnectionPatch
from matplotlib import cm
# 大饼图数据
labels = ['301', '302', '303', '304', '305', '307', '308', '306']
size = [219324, 94739, 75146, 71831, 54051, 21458, 9990, 50843]
# 大饼图分裂距离
explode = (0, 0, 0, 0, 0, 0, 0, 0.1)
# 小饼图数据
labels2 = ['402', '407']
size2 = [12255, 207069]
width = 0.2
# 创建画布和子图对象
fig = plt.figure(figsize=(9, 5))
ax1 = fig.add_subplot(121)
ax2 = fig.add_subplot(122)
# 绘制大饼图
ax1.pie(size,
        autopct='%1.1f%%',
        startangle=30,
        labels=labels,
        colors=cm.Blues(range(10, 300, 50)),
        explode=explode)
# 绘制小饼图
ax2.pie(size2,
        autopct='%1.1f%%',
        startangle=90,
        labels=labels2,
        colors=cm.Blues(range(10, 300, 50)),
        radius=0.5,
        shadow=False)
# 连接线1，连接大饼图的上边缘和小饼图的饼块
theta1, theta2 = ax1.patches[-1].theta1, ax1.patches[-1].theta2
center, r = ax1.patches[-1].center, ax1.patches[-1].r
x = r * np.cos(np.pi / 180 * theta2) + center[0]
y = np.sin(np.pi / 180 * theta2) + center[1]
con1 = ConnectionPatch(xyA=(0, 0.5),
                       xyB=(x, y),
                       coordsA=ax2.transData,
                       coordsB=ax1.transData,
                       axesA=ax2, axesB=ax1)
# 连接线2，连接大饼图的下边缘和小饼图的饼块
x = r * np.cos(np.pi / 180 * theta1) + center[0]
y = np.sin(np.pi / 180 * theta1) + center[1]
con2 = ConnectionPatch(xyA=(-0.1, -0.49),
                       xyB=(x, y),
                       coordsA='data',
                       coordsB='data',
                       axesA=ax2, axesB=ax1)
# 添加连接线
for con in [con1, con2]:
    con.set_color('gray')
    ax2.add_artist(con)
    con.set_linewidth(1)
# 调整子图布局
fig.subplots_adjust(wspace=0)
# 显示图像
plt.show()

可视化结果为：

在这里插入图片描述

到此这篇关于如何在Python中绘制带有连接线的双饼图的文章就介绍到这了,更多相关Python双饼图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

Python针对给定字符串求解所有子序列是否为回文序列的方法
这篇文章主要介绍了Python针对给定字符串求解所有子序列是否为回文序列的方法,涉及Python针对字符串的遍历、判断、运算相关操作技巧,需要的朋友可以参考下
2018-04-04
如何一键理清大型Python项目依赖树
这篇文章主要介绍了如何一键理清大型Python项目依赖树，文章围绕主题相关资料展开详细的内容介绍，感兴趣的小伙伴可以参考一下
2022-06-06
python环境路径配置以及命令行运行脚本
这篇文章主要为大家详细介绍了python环境路径配置以及命令行运行脚本，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2019-04-04
Python序列之list和tuple常用方法以及注意事项
这篇文章主要介绍了Python序列之list和tuple常用方法以及注意事项,sequence(序列)是一组有顺序的对象的集合,序列可以包含一个或多个元素,也可以没有任何元素,序列有两种：list (表) 和 tuple（元组）,需要的朋友可以参考下
2015-01-01
Python3+Requests+Excel完整接口自动化测试框架的实现
这篇文章主要介绍了Python3+Requests+Excel完整接口自动化测试框架的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2019-10-10
pytorch中forwod函数在父类中的调用方式解读
这篇文章主要介绍了pytorch中forwod函数在父类中的调用方式解读，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
2023-02-02
Python3中urlopen()的用法解读
这篇文章主要介绍了Python3中urlopen()的用法解读，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
2023-03-03
python文件与目录操作实例详解
这篇文章主要介绍了python文件与目录操作方法,结合实例形式详细分析了Python关于文件与目录操作的常见技巧与使用方法,需要的朋友可以参考下
2016-02-02
Python threading Local()函数用法案例详解
这篇文章主要介绍了Python threading Local()函数用法案例详解,本篇文章通过简要的案例,讲解了该项技术的了解与使用,以下就是详细内容,需要的朋友可以参考下
2021-09-09
解决Python传递中文参数的问题
这篇文章主要介绍了解决Python传递中文参数的问题的相关资料,需要的朋友可以参考下
2015-08-08