利用Python绘制带偏移的饼图

 更新时间:2025年08月21日 09:47:38   作者:Code_Verse  
这篇文章主要为大家详细介绍了如何用 Python 的 matplotlib 库制作带偏移效果的饼图,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下

数据可视化的魅力在于让冰冷的数字变得直观易懂,而一点点创意就能让图表从 “看得懂” 升级为 “记得住”。今天我们就来探讨如何用 Python 的 matplotlib 库制作带偏移效果的饼图,让重点数据从图表中 “跳出来”,瞬间抓住读者的注意力。

一、为什么需要偏移效果的饼图

常规饼图能展示各部分的占比关系,但当我们需要强调某几个关键类别时,单纯的颜色区分往往不够醒目。这时候,偏移效果就派上用场了 —— 通过将特定扇形从饼图主体中 “拉开” 一段距离,能自然引导视线聚焦到这些重点数据上,让信息传递更高效。

比如在全球森林覆盖率分析中,南美洲和非洲的森林资源占比显著领先,我们就可以通过偏移效果突出这两个大洲的数据,让读者一眼 get 到核心信息。

二、实战:制作全球森林覆盖率偏移饼图

下面我们一步步实现这个带偏移效果的饼图,代码已为你准备好,每一步都有详细解析:

1. 导入必要的库

首先需要导入 matplotlib(绘图核心)和 numpy(辅助配色):

import matplotlib.pyplot as plt
import numpy as np

2. 准备数据

我们使用全球各大洲的森林覆盖率百分比数据,包含两个关键部分:

  • sizes:各部分的数值(占比)
  • labels:对应类别的名称
# 数据:全球不同大洲的森林覆盖率百分比
sizes = [31, 25, 12, 9, 7, 5, 1]
labels = ['South America', 'Africa', 'North America', 'Russia', 'Australia', 'Asia', 'Europe']

3. 设计配色方案

好的配色能让图表既美观又专业。这里我们使用 matplotlib 的tab20c配色方案,它能自动为多个类别生成协调且有区分度的颜色:

colors = plt.cm.tab20c(np.linspace(0, 1, len(sizes)))  # 按类别数量生成对应颜色

4. 核心:设置偏移参数

这是实现偏移效果的关键!explode参数是一个与sizes长度相同的元组,每个元素代表对应扇形的偏移距离(0 表示不偏移)。我们让南美洲和非洲偏移 0.05 个单位,其他保持原位:

explode = (0.05, 0.05, 0, 0, 0, 0, 0)  # 索引0(南美洲)和1(非洲)将被偏移

5. 绘制饼图

调用plt.pie()函数绘制图表,重点关注explode参数的应用,同时设置标签、百分比显示、起始角度等细节:

plt.figure(figsize=(10, 7))  # 设置图形尺寸为10x7英寸
wedges, texts, autotexts = plt.pie(
    sizes, 
    labels=labels,  # 显示类别标签
    colors=colors,  # 应用前面定义的颜色
    startangle=90,  # 从90度角开始绘制(让饼图更对称)
    autopct='%1.1f%%',  # 显示百分比,保留1位小数
    pctdistance=0.85,  # 百分比标签距离圆心的距离(0-1)
    explode=explode  # 应用偏移设置
)

6. 美化与完善

最后添加标题、确保饼图为正圆形,并显示图表:

# 设置标题,增加内边距、加粗字体
plt.title('Global Forest Coverage by Continent', pad=20, fontsize=14, fontweight='bold')
plt.axis('equal')  # 保证饼图是圆形(否则可能变成椭圆)
plt.show()  # 显示图表

三、效果解析:偏移带来的信息聚焦

运行上述代码后,你会看到一个清晰的饼图:南美洲(31%)和非洲(25%)的扇形略微向外偏移,与其他大洲形成视觉区分,如图所示:

这种设计的优势在于:

  • 无需文字说明,读者能立刻识别出这两个是重点区域
  • 保留了整体占比关系(其他大洲的比例仍清晰可见)
  • 视觉层次感更强,图表更具吸引力

四、拓展技巧:让你的偏移饼图更出彩

动态调整偏移距离:偏移值(如 0.05)可以根据需要修改,值越大偏移越明显(建议不超过 0.2,否则可能破坏整体感)

多组偏移:可以同时偏移多个类别,比如explode=(0.1, 0.1, 0, 0, 0.1, 0, 0),突出多个重点

美化标签:通过plt.setp()调整标签字体和颜色,例如:

plt.setp(texts, size=10, color='darkblue')  # 类别标签设为深蓝色
plt.setp(autotexts, size=8, color='white', weight='bold')  # 百分比标签白色加粗

五、总结

带偏移饼图的核心在于偏移参数的使用,通过合理设置各部分的偏移距离,可以突出展示关键数据。整个实现过程分为三个主要步骤:

  • 导入库并准备数据(数值、标签、颜色)
  • 使用plt.pie()绘制饼图,重点设置explode参数实现偏移效果
  • 完善图表细节(标题、形状校正等)

掌握了这些代码细节后,你可以将这种方法应用于任何需要展示比例关系并突出重点类别的场景,只需替换sizeslabels数据即可。

到此这篇关于利用Python绘制带偏移的饼图的文章就介绍到这了,更多相关Python绘制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!

相关文章

  • 在PyCharm中找不到Conda创建的环境的解决方法

    在PyCharm中找不到Conda创建的环境的解决方法

    本文主要介绍了在PyCharm中找不到Conda创建的环境的解决方法,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
    2023-07-07
  • python 将字符串完成特定的向右移动方法

    python 将字符串完成特定的向右移动方法

    今天小编就为大家分享一篇python 将字符串完成特定的向右移动方法,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
    2019-06-06
  • Python一些线程的玩法总结

    Python一些线程的玩法总结

    今天给大家带来的是关于Python的一些知识,文章围绕着Python线程的玩法展开,文中有非常详细的介绍及代码示例,需要的朋友可以参考下
    2021-06-06
  • django drf框架中的user验证以及JWT拓展的介绍

    django drf框架中的user验证以及JWT拓展的介绍

    这篇文章主要介绍了django drf框架中的user验证以及JWT拓展的介绍,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
    2019-08-08
  • 使用Python实现IP网络扫描工具

    使用Python实现IP网络扫描工具

    这篇文章主要为大家详细介绍了如何使用Python实现一个IP网段扫描工具,可以轻松帮助你检查每个网段下的IP是否在线,感兴趣的可以了解下
    2025-01-01
  • Python实现GIF动图加载和降帧的方法详解

    Python实现GIF动图加载和降帧的方法详解

    这篇文章主要为大家详细介绍了如何利用Python和Pygame实现GIF动图加载和降帧的效果,文中的示例代码讲解详细,感兴趣的小伙伴可以了解一下
    2023-02-02
  • pandas如何优雅的列转行及行转列详解

    pandas如何优雅的列转行及行转列详解

    我们在做数据处理的时候遇到pandas列转行的问题,这篇文章主要给大家介绍了关于pandas如何优雅的列转行及行转列的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
    2021-12-12
  • python使用numpy读取、保存txt数据的实例

    python使用numpy读取、保存txt数据的实例

    今天小编就为大家分享一篇python使用numpy读取、保存txt数据的实例,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
    2018-10-10
  • 对python pandas中 inplace 参数的理解

    对python pandas中 inplace 参数的理解

    这篇文章主要介绍了对python pandas中 inplace 参数的理解,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
    2020-06-06
  • 基于PyQt4和PySide实现输入对话框效果

    基于PyQt4和PySide实现输入对话框效果

    这篇文章主要为大家详细介绍了基于PyQt4和PySide实现输入对话框效果,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-02-02

最新评论