Python使用Pyecharts绘制精美饼状图的示例代码
更新时间：2025年07月23日 10:42:51 作者：空脑小白
饼状图是数据可视化中展示比例关系的经典图表,本文将基于 Pyecharts 展示多种饼状图的绘制方法,包括基础饼图、南丁格尔玫瑰图等高级形式,并提供完整的代码示例和效果展示,需要的朋友可以参考下
Pyecharts 简介
Pyecharts 是一个基于 ECharts 的 Python 数据可视化库，它能够帮助用户轻松创建各种交互式图表。作为 ECharts 的 Python 接口，Pyecharts 继承了 ECharts 强大的可视化能力，同时提供了 Python 友好的 API 设计，使得数据科学家和分析师能够快速构建专业级的数据可视化作品。
Pyecharts 的核心优势在于：
- 丰富的图表类型：支持超过 30 种常见图表类型，包括折线图、柱状图、饼图、散点图、地图等
- 高度可定制化：几乎每个图表元素都可以自定义，从颜色、字体到交互行为
- 交互式体验：原生支持缩放、拖拽、悬停提示等交互功能
- 多种输出格式：可输出为 HTML、图片或 Jupyter Notebook 内嵌展示
- 简洁的 API：采用链式调用设计，代码直观易读
饼状图是数据可视化中展示比例关系的经典图表。本文将基于 Pyecharts 展示多种饼状图的绘制方法，包括基础饼图、南丁格尔玫瑰图等高级形式，并提供完整的代码示例和效果展示。
基础饼状图
展示高中同学职业分布的比例关系：
from pyecharts import options as opts
from pyecharts.charts import Pie
categories = ['程序员','教师','医生','护士','警察','老板','律师','翻译','运动员']
values = [18, 5, 3, 4, 8, 2, 2, 5, 1]
pie = (
Pie()
.add('高中同学职业占比', list(zip(categories, values)))
.set_global_opts(title_opts=opts.TitleOpts(title="职业分布"))
.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
)
pie.render_notebook()效果特点：
- 清晰展示各职业占比
- 悬浮显示具体数值
- 交互式图例开关
调整图例位置
当图例项较多时，优化图例位置可提升可读性：
pie = (
Pie()
.add('职业占比', list(zip(categories, values)))
.set_global_opts(
title_opts=opts.TitleOpts(title="优化图例位置"),
legend_opts=opts.LegendOpts(pos_left="25%") # 图例左移
)
)关键参数：
pos_left/pos_right：控制水平位置pos_top/pos_bottom：控制垂直位置orient：图例方向（horizontal/vertical）
自定义颜色方案
为不同职业分配特定颜色:
custom_colors = ["#1f77b4", "#ff7f0e", "#2ca02c", "#d62728",
"#9467bd", "#8c564b", "#e377c2", "#7f7f7f", "#bcbd22"]
pie = (
Pie()
.add('职业占比', list(zip(categories, values)))
.set_colors(custom_colors) # 应用自定义颜色
)南丁格尔玫瑰图
用半径长度反映数值大小的玫瑰图：
pie = (
Pie()
.add(
series_name='职业占比',
data_pair=list(zip(categories, values)),
rosetype="radius", # 半径模式
radius="85%", # 图表大小
label_opts=opts.LabelOpts(is_show=False)
)
.set_global_opts(legend_opts=opts.LegendOpts(is_show=False))
)玫瑰图模式说明：
radius：半径反映数值大小area：所有扇形角度相同，仅半径不同
滚动图例
当分类过多时使用滚动图例：
pie = (
Pie()
.add('职业占比', list(zip(categories, values)))
.set_global_opts(
legend_opts=opts.LegendOpts(
type_="scroll", # 滚动模式
pos_left="80%", # 右侧放置
orient="vertical" # 垂直方向
)
)
)双玫瑰图对比
在同一画布展示两种玫瑰图类型：
pie = (
Pie()
.add("", list(zip(categories, values)),
radius=["30%", "75%"],
center=["25%", "50%"], # 左侧图表
rosetype="radius") # 半径模式
.add("", list(zip(categories, values)),
radius=["30%", "75%"],
center=["75%", "50%"], # 右侧图表
rosetype="area") # 面积模式
)对比效果：
- 左图：半径+角度双重编码
- 右图：仅半径编码数据
给读者的学习建议
1. 学习路径规划
对于 Pyecharts 的学习，建议按照以下路径循序渐进：
初级阶段（1-2周）：
- 掌握基础图表（柱状图、折线图、饼图）的绘制
- 了解全局配置项和系列配置项的区别
- 熟悉常见样式设置（颜色、标题、图例等）
中级阶段（2-4周）：
- 学习组合图表（如折线+柱状图）的绘制
- 掌握地图和地理坐标系的用法
- 了解数据预处理与 Pyecharts 的结合
高级阶段（1个月以上）：
- 研究自定义主题和扩展组件
- 学习与 Web 框架（如 Flask、Django）的集成
- 探索大数据量下的性能优化
以上就是Python使用Pyecharts绘制精美饼状图的示例代码的详细内容，更多关于Python Pyecharts绘制饼状图的资料请关注脚本之家其它相关文章！
相关文章
下面小编就为大家带来一篇python操作 hbase 数据的方法。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2016-12-12
最关于美颜类相机最重要的是第一步：人脸检测，本篇文章中是采用openCV开源库实现，文中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2021-09-09
这篇文章主要给大家介绍了关于Matplotlib快速入门指南的相关资料,Matplotlib是一个非常强大的Python画图工具,支持跨平台运行,它不仅是Python常用的2D绘图库,同时它也提供了一部分3D绘图接口,需要的朋友可以参考下2023-09-09
这篇文章主要为大家详细介绍了Python使用Pygame实现时钟效果，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-08-08
今天小编就为大家分享一篇Numpy截取指定范围内的数据方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-11-11
本片文章主要给大家介绍了Git版本控制器的使用心得和技巧分享，需要的朋友学习参考下吧。2017-12-12
python3:excel操作之读取数据并返回字典 + 写入的案例
这篇文章主要介绍了python3:excel操作之读取数据并返回字典 + 写入的案例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-09-09
Python中Timedelta转换为Int或Float方式
这篇文章主要介绍了Python中Timedelta转换为Int或Float方式，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2022-07-07
本文给大家汇总介绍了在Ubuntu中如何安装mysql+pycharm+sublime的方法，有相同需求的小伙伴可以参考下2018-02-02
本文主要介绍了Python中搜索和替换文件中的文本的实现，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-10-10
最新评论