如何python饼图有两个饼图

在Python中创建包含两个饼图的图表有多种方法，主要通过使用matplotlib库、seaborn库、Plotly库等。其中，最常用的方法是利用matplotlib库的subplot功能，将两个饼图绘制在同一个图表中。下面我们将详细介绍如何使用matplotlib库来创建两个饼图，并探讨一些高级技巧和优化策略。

一、MATPLOTLIB库概述

Matplotlib是Python中最常用的数据可视化库之一，它提供了丰富的函数和工具来创建各种类型的图表。饼图是一种常见的图表类型，用于显示数据的组成部分及其比例。通过matplotlib库，我们可以轻松地创建和自定义饼图。

1、安装与导入Matplotlib

在开始之前，需要确保已安装matplotlib库。可以使用以下命令进行安装：

pip install matplotlib

接下来，我们需要导入matplotlib库以及其他必要的库：

import matplotlib.pyplot as plt

2、创建单个饼图

首先，我们来看如何创建一个简单的饼图。假设我们有以下数据：

labels = ['A', 'B', 'C', 'D']
sizes = [15, 30, 45, 10]
colors = ['gold', 'yellowgreen', 'lightcoral', 'lightskyblue']
explode = (0.1, 0, 0, 0)  # 将第一个扇形部分突出显示

使用以下代码可以绘制一个饼图：

plt.pie(sizes, explode=explode, labels=labels, colors=colors, autopct='%1.1f%%', shadow=True, startangle=140)
plt.axis('equal')  # 确保饼图是圆形
plt.show()

二、创建包含两个饼图的图表

1、使用Subplot绘制两个饼图

为了在同一个图表中绘制两个饼图，我们可以使用subplot函数。以下是详细步骤：

fig, axs = plt.subplots(1, 2, figsize=(12, 6))
第一个饼图
axs[0].pie(sizes, explode=explode, labels=labels, colors=colors, autopct='%1.1f%%', shadow=True, startangle=140)
axs[0].axis('equal')
axs[0].set_title('饼图1')
第二个饼图
sizes2 = [25, 35, 20, 20]
axs[1].pie(sizes2, labels=labels, colors=colors, autopct='%1.1f%%', shadow=True, startangle=140)
axs[1].axis('equal')
axs[1].set_title('饼图2')
plt.show()

2、自定义与优化

在创建基本的两个饼图后，我们可以进一步自定义和优化这些图表。例如，调整颜色、添加图例、设置标题等。

调整颜色与标签

可以通过更改colors列表来自定义饼图的颜色：

colors1 = ['#ff9999','#66b3ff','#99ff99','#ffcc99']
colors2 = ['#c2c2f0','#ffb3e6', '#c4e17f', '#76d7c4']
axs[0].pie(sizes, explode=explode, labels=labels, colors=colors1, autopct='%1.1f%%', shadow=True, startangle=140)
axs[1].pie(sizes2, labels=labels, colors=colors2, autopct='%1.1f%%', shadow=True, startangle=140)

添加图例

可以使用legend函数来添加图例：

axs[0].legend(labels, loc="best")
axs[1].legend(labels, loc="best")

设置标题与注释

可以通过set_title和annotate函数添加标题和注释：

axs[0].set_title('饼图1')
axs[1].set_title('饼图2')
添加注释
axs[0].annotate('突出部分', xy=(0.1, 0.1), xytext=(0.5, 0.5),
             arrowprops=dict(facecolor='black', shrink=0.05))

三、其他库的使用（如Seaborn和Plotly）

1、使用Seaborn库

Seaborn库在创建统计图表方面非常强大，但对于饼图支持有限。我们可以结合matplotlib和seaborn来创建更加美观的饼图。

import seaborn as sns
Seaborn的样式
sns.set(style="whitegrid")
fig, axs = plt.subplots(1, 2, figsize=(12, 6))
继续使用matplotlib绘制饼图

2、使用Plotly库

Plotly是一个交互式数据可视化库，可以创建更加动态和互动的图表。我们可以使用Plotly来创建两个互动的饼图。

首先，安装Plotly：

pip install plotly

接下来，使用Plotly创建两个饼图：

import plotly.graph_objects as go
fig = go.Figure()
fig.add_trace(go.Pie(labels=labels, values=sizes, name="饼图1"))
fig.add_trace(go.Pie(labels=labels, values=sizes2, name="饼图2", domain=dict(x=[0.5, 1.0])))
fig.update_layout(title_text="两个饼图")
fig.show()

四、优化与高级技巧

1、数据准备与处理

在实际应用中，数据可能需要预处理和清洗。可以使用Pandas库来处理数据，并将其转换为适合绘图的格式。

import pandas as pd
示例数据
data = {'Category': ['A', 'B', 'C', 'D'], 'Values1': [15, 30, 45, 10], 'Values2': [25, 35, 20, 20]}
df = pd.DataFrame(data)
sizes = df['Values1'].tolist()
sizes2 = df['Values2'].tolist()

2、交互性与动态更新

对于动态数据，可使用回调函数和动画来实现实时更新。Plotly库提供了丰富的交互功能，可以轻松实现动态更新。

import plotly.express as px
fig = px.pie(df, values='Values1', names='Category', title='饼图1')
fig.update_traces(textposition='inside', textinfo='percent+label')
fig2 = px.pie(df, values='Values2', names='Category', title='饼图2')
fig2.update_traces(textposition='inside', textinfo='percent+label')
fig.show()
fig2.show()