Gráfico pastel de matplotlib

Aunque Python tiene múltiples paquetes de visualización de datos, Matplotlib es quizás el más preferido. La prominencia de Matplotlib se origina en su fiabilidad y funcionalidad, ya que puede mostrar gráficos simples y complicados con una codificación mínima. Los gráficos también podrían modificarse en varios métodos.

Un gráfico circular es un diseño cuantitativo esférico que solo podría mostrar un solo conjunto de datos a la vez. La proporción completa del conjunto de datos definido está representada por el área del gráfico. La proporción de conjuntos de datos está indicada por el área de los segmentos de PIE. Se dice que las cuñas de pastel son las partes del pastel. El tamaño del arco de la cuña requiere la medición de la cuña.

Las dimensiones de una cuña indican la proporción dentro de esa sección de los datos que estarían relacionados con todo. Debido a que muestran una breve descripción general, los gráficos circulares a menudo se utilizan en reuniones profesionales como ingresos, marketing, hallazgos de encuestas y finanzas. Explicaremos diferentes técnicas utilizadas para mostrar un gráfico circular en matplotlib en este tutorial.

Generar un gráfico circular en matplotlib

En Matplotlib, podríamos utilizar el método PIE () de la clase Pyplot o Axes para dibujar un gráfico circular. El parámetro requerido principal es el conjunto de datos para mostrar, que podría ser un elemento de un datos:

Importar matplotlib.Pyplot como PLT
importar numpy como np
y = NP.Array ([45, 30, 50, 40])
PLT.pastel (y)
PLT.espectáculo()

Este código crea un gráfico circular claro y simple donde cada otro número se asigna a una porción relativamente grande del pastel.

Insertar etiquetas en la tabla de pastel

Insertemos algunas etiquetas para que sea conveniente descubrir qué es:

Importar matplotlib.Pyplot como PLT
M = [10, 30, 40, 50, 60]
etiquetas = ['tomate', 'papa', 'repollo', 'zanahoria', 'cebolla']
Fig, AM = PLT.subtramas ()
soy.Pie (m, etiquetas = etiquetas)
soy.set_title ('gráfico de pastel')
PLT.espectáculo()

Aquí, el gráfico circular ahora incluiría varias piezas nuevas de información que facilitará la analización de analizar.

Personalización de la tabla de plaza de matlotlib

Al crear análisis gráficos para presentaciones, informes o simplemente comenzar a compartir a los compañeros de trabajo, los usuarios pueden tener que personalizar y modificarlos un poco más. Por ejemplo, mientras utiliza varios tonos que corresponden a los segmentos, mostrando proporciones en cuñas en lugar de depender del procesamiento visual o los segmentos en erupción para ilustrarlos.

Un gráfico circular podría ajustarse de varias maneras. El parámetro Startangle gira en torno al gráfico de manera horenal solo en el eje X de un gráfico de PIE a través del número proporcionado de puntos. Si el parámetro de sombra se establece en verdadero, la sombra ocurriría justo debajo del borde del pastel.

Las placas del pastel podrían modificarse utilizando WedgeProp, una matriz de Python con puntos de valor de nombre que especifican atributos de cuña, como el ancho del haz, el color de borde, etc. Se crea un marco de ejes alrededor del gráfico de pastel cuando se aplica el marco = verdadero. Las proporciones se representan en los bordes utilizando AutoPCT. Veamos cómo Matplotlib nos permite modificar la tabla de barras:

Importar matplotlib.Pyplot como PLT
M = [10, 30, 40, 50, 60]
etiquetas = ['tomate', 'papa', 'repollo', 'zanahoria', 'cebolla']
Colors = ['Tab: Gray', 'Tab: Orange', 'Tab: Red', 'Tab: Cyan', 'Tab: Blue']
Fig, AM = PLT.subtramas ()
soy.Pie (m, etiquetas = etiquetas, colores = colores)
soy.set_title ('gráfico de pastel')
PLT.espectáculo()

Tendremos que pasar un espectro de tonos al parámetro de colores durante la muestra un gráfico en matplotlib para modificar los tonos. En este caso, hemos desarrollado un vínculo claro entre los comentarios y las acciones que se les asignan. En los colores de la paleta, el tomate será azul, la papa será naranja, el repollo estará rojo, la zanahoria será cian y la cebolla será azul.

En este ejemplo, ajustamos el esquema de color del gráfico.

Mostrar proporciones en rodajas de gráfico circular

Eche un vistazo al gráfico de pastel que hemos creado todavía, es obvio que las respuestas inciertas y probablemente superan varios otros atributos. Sin embargo, es considerablemente más simple para cada uno de nosotros haber captado gráfico y estadísticamente un gráfico.

El parámetro AutoPCT se está utilizando para agregar proporciones numéricas a cada segmento. Admite la sintaxis habitual de formato de cadena de pitón y ajusta dinámicamente las probabilidades para cada corte:

Importar matplotlib.Pyplot como PLT
M = [10, 30, 40, 50, 60]
etiquetas = ['tomate', 'papa', 'repollo', 'zanahoria', 'cebolla']
Colors = ['Tab: Gray', 'Tab: Orange', 'Tab: Red', 'Tab: Cyan', 'Tab: Blue']
Fig, AM = PLT.subtramas ()
soy.Pie (m, etiquetas = etiquetas, colores = colores, autopct = '%.0f %% ')
soy.set_title ('gráfico de pastel')
PLT.espectáculo()

Hemos decidido organizar las proporciones con 0 puntos decimales (solo valores completos) y luego agregar un símbolo porcentual en este momento creando AutoPCT a %.0f %%. Si el porcentaje anterior ... se eliminaran los signos porcentuales, los caracteres habrían sido representados como valores reales en lugar de fracciones.

Explotar o resaltar las rodajas

Con frecuencia es importante llamar la atención sobre entradas específicas. En nuestro análisis de datos, una fracción muy pequeña de las personas acordó que les gusta un tomate en las frutas. Podríamos romper el borde si queremos mencionar que a varias personas simplemente no les gustan los tomates.

Importar matplotlib.Pyplot como PLT
M = [10, 30, 40, 50, 60]
etiquetas = ['tomate', 'papa', 'repollo', 'zanahoria', 'cebolla']
Colors = ['Tab: Gray', 'Tab: Orange', 'Tab: Red', 'Tab: Cyan', 'Tab: Blue']
explotar = [0.4, 0, 0, 0, 0.1]
Fig, AM = PLT.subtramas ()
soy.Pie (m, etiquetas = etiquetas, colores = colores, autopct = '%.0f %% ', explotar = explotar)
soy.set_title ('gráfico de pastel')
PLT.espectáculo()

El método de explosión toma una matriz de números que van de 0 a 1, con las entradas que indican cuán lejos podría estar el borde del centro. Todos los bordes contienen un rango explosivo de cero por defecto, lo que significa que siempre están conectados al punto central.

Intentar establecer ese número en 1 lo compensará significativamente del gráfico, por lo tanto, comúnmente explotamos bordes por 0.2, 0.3, 0.4, 0.5, y algunos otros números idénticos. Podemos explotar muchos más, ya que podemos obtenerlo, incluido uno con un valor distinto para enfatizar varios niveles. Cuando ejecutemos este programa, obtendremos los siguientes hallazgos:

Gira la tabla de pastel

Al ajustar el ángulo inicial, ahora podríamos girar el gráfico. Desde entonces, ha llenado rodajas en sentido antihorario, comenzando a 0 °. Crearemos un círculo completo especificando el parámetro Startangle a un entero dentro de 0 ... 360:

Importar matplotlib.Pyplot como PLT
M = [10, 30, 40, 50, 60]
etiquetas = ['tomate', 'papa', 'repollo', 'zanahoria', 'cebolla']
Colors = ['Tab: Gray', 'Tab: Orange', 'Tab: Red', 'Tab: Cyan', 'Tab: Blue']
explotar = [0, 0.3, 0, 0, 0]
Fig, AM = PLT.subtramas ()
soy.Pie (m, etiquetas = etiquetas, colores = colores, autopct = '%.0F %% ',
explotar = explotar,
Shadow = True,
startangle = 90)
soy.set_title ('gráfico de pastel')
PLT.espectáculo()

Este código produce un gráfico circular que ha sido girado en 90 grados, por lo tanto, girando eso en su otro borde.

Conclusión

Hemos cubierto cómo mostrar un gráfico de pastel simple en matplotlib usando Python en este tutorial. También hablamos sobre los conceptos básicos de los gráficos de PIE antes de sumergirnos en qué manera de modificar los gráficos para fines funcionales y estéticos. Los gráficos PIE muestran datos que se han dividido en clases o anotaciones. Es un método fácil y efectivo para representar datos numéricos, incluidas ciertas proporciones.