Matplotlib入门教程（十一）：饼图详解——pie() 函数与占比可视化

一、什么是饼图？

饼图（Pie Chart）是一种常用的数据可视化图形，用来展示各类别在总体中所占的比例。

饼图的作用：

作用	说明
展示占比	直观呈现各部分占整体的比例
突出主次	快速识别最大/最小份额
构成分析	展示整体由哪些部分组成

饼图的适用与不适用：

适合	不适合
类别数量少（3-6 个）	类别过多（超过 8 个）
占比差异明显	占比非常接近
强调部分与整体	强调精确数值对比

实践建议： 类别超过 6 个时，建议改用柱形图或条形图，饼图会显得拥挤且难以比较。

二、pie() 函数语法

python

matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None,
                      autopct=None, pctdistance=0.6, shadow=False,
                      labeldistance=1.1, startangle=0, radius=1,
                      counterclock=True, wedgeprops=None, textprops=None,
                      center=(0, 0), frame=False, rotatelabels=False, *,
                      normalize=None, data=None)

核心参数说明：

参数	说明
x	浮点型数组或列表，用于绘制饼图的数据，表示每个扇形的面积
explode	数组，表示各个扇形之间的间隔，默认值为 0
labels	列表，各个扇形的标签，默认值为 None
colors	数组，表示各个扇形的颜色
autopct	设置饼图内各个扇形百分比显示格式
labeldistance	标签的绘制位置，相对于半径的比例，默认 1.1
pctdistance	类似于 labeldistance，指定 autopct 的位置刻度，默认 0.6
shadow	布尔值，设置饼图的阴影，默认 False
radius	设置饼图的半径，默认 1
startangle	起始角度，默认从 x 轴正方向逆时针画起
counterclock	是否逆时针绘制，默认 True
wedgeprops	字典，指定扇形的属性，如边框线颜色、宽度
textprops	字典，指定文本标签的属性，如字体大小、颜色
center	浮点列表，指定饼图中心位置，默认 (0, 0)
frame	布尔值，是否绘制饼图的边框，默认 False
rotatelabels	布尔值，是否旋转文本标签，默认 False

autopct 格式化说明：

格式	效果
'%d%%'	整数百分比，如 35%
'%0.1f'	一位小数，如 35.0
'%0.1f%%'	一位小数百分比，如 35.0%
'%0.2f%%'	两位小数百分比，如 35.00%

三、基础饼图

python

import matplotlib.pyplot as plt
import numpy as np

y = np.array([35, 25, 25, 15])

plt.pie(y)
plt.show()

效果： 四个扇形，自动分配颜色，从 x 轴正方向逆时针绘制。

注意： 默认情况下，第一个扇形的绘制是从 x 轴开始并逆时针移动。

四、设置标签与颜色

python

import matplotlib.pyplot as plt
import numpy as np

y = np.array([35, 25, 25, 15])

plt.pie(y,
        labels=['A', 'B', 'C', 'D'],                        # 设置饼图标签
        colors=["#d5695d", "#5d8ca8", "#65a479", "#a564c9"],  # 设置饼图颜色
       )
plt.title("RUNOOB Pie Test")   # 设置标题
plt.show()

labels 与 colors 的顺序： 与数据 y 中的元素一一对应。

常用颜色搭配方案：

方案	颜色
柔和	#d5695d、#5d8ca8、#65a479、#a564c9
明快	yellowgreen、gold、lightskyblue、lightcoral
商务	#4CAF50、#2196F3、#FF9800、#9C27B0

五、突出显示扇形（explode 参数）

explode 用于让某个扇形从中心"弹出"，起到强调作用。

python

import matplotlib.pyplot as plt

# 数据
sizes = [15, 30, 45, 10]

# 饼图的标签
labels = ['A', 'B', 'C', 'D']

# 饼图的颜色
colors = ['yellowgreen', 'gold', 'lightskyblue', 'lightcoral']

# 突出显示第二个扇形
explode = (0, 0.1, 0, 0)

# 绘制饼图
plt.pie(sizes, explode=explode, labels=labels, colors=colors,
        autopct='%1.1f%%', shadow=True, startangle=90)

# 标题
plt.title("RUNOOB Pie Test")

# 显示图形
plt.show()

代码解析：

参数	作用
sizes = [15, 30, 45, 10]	各扇形的数据
labels = ['A', 'B', 'C', 'D']	各扇形的标签
colors = [...]	各扇形的颜色
explode = (0, 0.1, 0, 0)	第二个扇形向外偏移 0.1
autopct='%1.1f%%'	显示一位小数的百分比
shadow=True	添加阴影效果
startangle=90	从 y 轴正方向开始绘制

explode 取值说明：

值	效果
0	不偏移
0.1	轻微弹出
0.2	明显弹出
0.5	大幅弹出

提示： 值越大，扇形距离中心越远，强调效果越强。但不要过大，否则会脱离整体。

六、完整示例：突出显示 + 百分比格式化

python

import matplotlib.pyplot as plt
import numpy as np

y = np.array([35, 25, 25, 15])

plt.pie(y,
        labels=['A', 'B', 'C', 'D'],                          # 设置饼图标签
        colors=["#d5695d", "#5d8ca8", "#65a479", "#a564c9"],  # 设置饼图颜色
        explode=(0, 0.2, 0, 0),                               # 第二部分突出显示
        autopct='%.2f%%',                                     # 格式化输出百分比
       )
plt.title("RUNOOB Pie Test")
plt.show()

参数组合效果：

配置	效果
explode=(0, 0.2, 0, 0)	第二个扇形明显弹出
autopct='%.2f%%'	显示两位小数百分比，如 23.53%

七、进阶参数应用

1. 调整标签与百分比位置

python

import matplotlib.pyplot as plt

sizes = [15, 30, 45, 10]
labels = ['A', 'B', 'C', 'D']

plt.pie(sizes, labels=labels,
        autopct='%1.1f%%',
        labeldistance=1.2,    # 标签距离中心 1.2 倍半径
        pctdistance=0.6)      # 百分比显示在 0.6 倍半径处
plt.show()

参数	位置
labeldistance=1.1（默认）	标签在饼图外侧
labeldistance=0.5	标签在饼图内侧
pctdistance=0.6（默认）	百分比在饼图内部
pctdistance=1.2	百分比在饼图外部

2. 设置扇形边框

python

import matplotlib.pyplot as plt

sizes = [15, 30, 45, 10]
labels = ['A', 'B', 'C', 'D']

plt.pie(sizes, labels=labels,
        wedgeprops={'linewidth': 2, 'edgecolor': 'white'})
plt.show()

wedgeprops 常用键：

键	说明
linewidth	边框宽度
edgecolor	边框颜色
width	扇形宽度（用于环形图）

环形图技巧： wedgeprops={'width': 0.3} 可以做出环形图（甜甜圈图）效果。

3. 设置文本样式

python

import matplotlib.pyplot as plt

sizes = [15, 30, 45, 10]
labels = ['A', 'B', 'C', 'D']

plt.pie(sizes, labels=labels, autopct='%1.1f%%',
        textprops={'fontsize': 14, 'color': 'darkblue'})
plt.show()

八、实战：中文占比图

python

import matplotlib.pyplot as plt

# 中文配置
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 数据
labels = ['产品A', '产品B', '产品C', '产品D']
sizes = [35, 25, 25, 15]
colors = ['#4CAF50', '#2196F3', '#FF9800', '#9C27B0']
explode = (0.1, 0, 0, 0)   # 突出显示产品A

plt.figure(figsize=(8, 6))
plt.pie(sizes, explode=explode, labels=labels, colors=colors,
        autopct='%1.1f%%', shadow=True, startangle=90,
        textprops={'fontsize': 12})

plt.title("各产品销售额占比", fontsize=16)
plt.axis('equal')   # 保证饼图是正圆
plt.tight_layout()
plt.show()

关键点：

代码	作用
plt.axis('equal')	保证饼图为正圆，不被拉成椭圆
explode=(0.1, 0, 0, 0)	突出显示第一个扇形
startangle=90	从 12 点钟方向开始
shadow=True	添加阴影，增强立体感

九、pie() 返回值

pie() 函数还可以返回三个参数：

返回值	说明
wedges	包含扇形对象的列表
texts	包含文本标签对象的列表
autotexts	包含自动生成的文本标签对象的列表

使用示例：

python

import matplotlib.pyplot as plt

sizes = [15, 30, 45, 10]
labels = ['A', 'B', 'C', 'D']

wedges, texts, autotexts = plt.pie(sizes, labels=labels, autopct='%1.1f%%')

# 修改百分比文本样式
for autotext in autotexts:
    autotext.set_color('white')
    autotext.set_fontsize(12)

# 修改扇形属性
for wedge in wedges:
    wedge.set_edgecolor('white')
    wedge.set_linewidth(2)

plt.show()

用途： 返回对象后可以精细控制每个元素的样式，适合复杂定制需求。

十、饼图绘制流程图

十一、常见问题排查

问题现象	可能原因	解决方案
饼图显示为椭圆	未设置等比例坐标	添加 plt.axis('equal')
中文显示为方块	未配置字体	设置 font.sans-serif
百分比不显示	未设置 autopct	添加 autopct='%1.1f%%'
explode 长度不符	与数据长度不一致	确保 explode 元素数量与 sizes 相同
标签重叠	类别过多或标签过长	减少类别或调整 labeldistance
颜色数量不符	colors 长度错误	确保颜色数量与数据一致
起始角度不对	未设置 startangle	设置 startangle=90 从顶部开始

十二、小结

本篇你掌握了 Matplotlib 饼图的完整用法：

• pie() 函数 ：x 为数据，labels 为标签，colors 为颜色。

• 扇形突出 ：explode 让特定扇形弹出，值越大距离越远。

• 百分比格式化 ：autopct 控制显示格式，如 '%1.1f%%'。

• 位置控制 ：labeldistance 控制标签位置，pctdistance 控制百分比位置。

• 起始角度 ：startangle 设置起始方向，counterclock 控制顺逆时针。

• 进阶定制 ：wedgeprops 设扇形属性，textprops 设文本样式。

• 正圆保证 ：plt.axis('equal') 避免饼图被拉伸。

饼图是展示占比关系的经典图表。下一篇我们将学习 Matplotlib 直方图，用柱形展示数据的分布规律。