Matplotlib和Seaborn之饼图

饼状图

饼状图是一种常见的单变量图形，用于描绘分类变量级别的相对频率。饼图中的频率用圆形的扇区表示：角度或面积越大，该分类值就越常见。

饼状图（左）和条形图（右）.png

遗憾的是，饼状图是一种应用场合很有限的图形类型，图形创建者很容易将饼图绘制得难以看懂。如果你要使用饼状图，请尝试遵守特定的规则：

• 确保你关心的是相对频率。面积应该表示整体的一部分，而不是第二个变量的测量结果（除非第二个变量能够求和成某个整体）。
• 将扇区限制在一定的数量内。饼图最好只包含两到三个扇区，虽然也可以包含四到五个，只要扇区足够大，能够区分开即可。如果你有很多个类别，或者类别所占比例很小，可以将它们组合到一起，这样所需的扇区就更少，或者将这些比例很小的类别放到 "其他" 类别中。
• 系统地绘制数据。绘制饼图的一种常见方法是从圆圈的顶部开始，然后沿着顺时针方向绘制每个分类级别，从最常见的到最不常见的排列。如果有三个类别，并且想要对比其中两个，一种常见绘制方法是将这两个类别放在 12 点钟方向的两侧，第三个类别填充在底部剩余部分。

如果无法满足这些规则，则建议使用条形图。通常选择条形图更保险。长条高度比面积或角度更精确，并且条形图可以比饼状图更紧凑。对于值很多的变量来说，条形图更灵活。

你可以使用 matplotlib 的 pie 函数创建饼状图。此函数需要数据为摘要形式：函数的主参数是扇区大小。

# code for the pie chart seen above
sorted_counts = df['cat_var'].value_counts()
plt.pie(sorted_counts, labels = sorted_counts.index, startangle = 90,
        counterclock = False);
plt.axis('square')

要遵守上述列表中的规则，我可以添加 "startangle = 90" 和 "counterclock = False" 参数，在垂直上方开始第一个扇区，然后按照顺时针方向有序地绘制每个扇区。axis 函数将使 x 和 y 轴的刻度相等。不调用此函数的话，最终的图形可能看起来不像圆形。

其他版本

饼状图的一种变体形式是环形图。它看起来很像饼状图，但是图形中间有个洞。从视觉感知上来看，环形图和饼状图没有什么太大的区别，应该按照饼状图的相同规则使用环形图。选择饼状图还是环形图的原因之一可能是看起来是否美观。例如，你可能见过关于环形图小洞的统计数据，希望能更好地利用可用空间。

要创建环形图，可以在 pie 函数调用中添加 "wedgeprops" 参数。默认情况下，饼图（圆形）的半径是 1；将扇区宽度属性设为小于 1 的值会删除圆形中心的颜色。

sorted_counts = df['cat_var'].value_counts()
plt.pie(sorted_counts, labels = sorted_counts.index, startangle = 90,
        counterclock = False, wedgeprops = {'width' : 0.4});
plt.axis('square')

（文档：Wedge patches）

image.png

课外资料