matplotlib -- 饼图各部分的顺序

问题

在分析数据的过程中，通常要对数据进行可视化，为了表示某一属性数据的分布，可以为数据画饼图：

import pandas as pd
import matplotlib.pyplot as plt
# 导入数据 df
plt.pie(df['value'].value_counts(), labels=['label_1','label_2'], autopct='%1.1f%%');

这里通过参数labels指定饼图上各部分的标签。这就引入了一个问题，怎么才能保证每个标签正确的对应到相应的部分呢？

分析

• 首先看matplotlib.pyplot.pie的API定义：

Make a pie chart of array x. The fractional area of each wedge is given by x/sum(x). If sum(x) < 1, then the values of x give the fractional area directly and the array will not be normalized. The resulting pie will have an empty wedge of size 1 - sum(x).

The wedges are plotted counterclockwise, by default starting from the x-axis.

并没有关于顺序的说明。仅仅提到，默认情况下，各部分是按照逆时针方向排列。

• 接下来考虑df['value'].value_counts()的顺序
  通过多次实验，发现饼图的各部分其实是按照df['value'].value_counts()中数值的顺序逆时针排列的。
• 查看value_counts()的定义

Return a Series containing counts of unique values.

The resulting object will be in descending order so that the first element is the most frequently-occurring element. Excludes NA values by default.

可以看到，value_counts()返回的是一个Series，其中的数值是降序排列的，也就是说第一个元素是出现频度最高的对象。

结论

饼图各部分的顺序是由第一个array-like的参数中数值的顺序决定的。在某些情况下，array-like的参数是以df['value'].value_counts()的形式提供，而df['value'].value_counts()内元素的顺序是降序排列的。所以说，在绘制饼图之前，要先查看value_counts()中元素的顺序，然后根据具体的情况为其指定labels。

plt.pie(df['value'].value_counts(), labels=['label_1','label_2'], autopct='%1.1f%%');