更多Python学习内容：ipengtao.com
Matplotlib是Python中一个非常强大的库，它可以创建各种类型的图表，包括圆环图。圆环图是一种用于显示不同部分的相对比例的图表，通常用于呈现百分比或比例数据。在本文中，将深入探讨如何使用Matplotlib库创建圆环图，并提供详细的示例代码。
安装Matplotlib
首先，确保已经安装了Matplotlib库。如果尚未安装，可以使用以下命令安装：
pip install matplotlib创建基本的圆环图
从一个基本的示例开始，创建一个简单的圆环图。
以下是一个示例代码：
import matplotlib.pyplot as plt
# 数据
labels = ['A', 'B', 'C', 'D']
sizes = [15, 30, 45, 10]
# 创建圆环图
fig, ax = plt.subplots()
ax.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90)
# 内圆半径，实现圆环效果
circle = plt.Circle((0, 0), 0.7, fc='white')
fig.gca().add_artist(circle)
# 显示图例
plt.legend(labels, loc='best')
# 设置标题
plt.title("Basic Donut Chart")
# 显示图表
plt.axis('equal')
plt.show()在上述示例中，首先定义了要显示的数据，包括标签和大小。然后，使用Matplotlib的pie函数创建了圆环图，并通过添加一个白色的内圆来实现圆环效果。最后，添加了图例、设置标题并显示图表。
自定义圆环图
Matplotlib允许你根据需要自定义圆环图的样式、颜色和注释。
以下是一个自定义示例：
import matplotlib.pyplot as plt
# 数据
labels = ['A', 'B', 'C', 'D']
sizes = [15, 30, 45, 10]
colors = ['#ff9999', '#66b3ff', '#99ff99', '#ffcc99']
# 自定义圆环图
fig, ax = plt.subplots()
ax.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90, colors=colors, wedgeprops={'edgecolor': 'gray'})
# 内圆半径，实现圆环效果
circle = plt.Circle((0, 0), 0.7, fc='white')
fig.gca().add_artist(circle)
# 设置标题
plt.title("Custom Donut Chart")
# 显示图表
plt.axis('equal')
plt.show()在这个示例中，自定义了颜色、边缘颜色以及注释的位置和格式。可以根据需要进一步自定义圆环图，以满足可视化需求。
圆环图的进阶应用
除了基本的圆环图之外，Matplotlib还提供了一些进阶应用选项，以进一步定制和增强图表。
以下是一些示例：
内嵌文本标签
可以在圆环图的中心添加文本标签，以提供更多信息。以下是一个示例：
import matplotlib.pyplot as plt
# 数据
labels = ['A', 'B', 'C', 'D']
sizes = [15, 30, 45, 10]
# 创建圆环图
fig, ax = plt.subplots()
ax.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90)
# 内圆半径，实现圆环效果
circle = plt.Circle((0, 0), 0.7, fc='white')
fig.gca().add_artist(circle)
# 添加中心文本标签
plt.text(0, 0, 'Total\n100%', fontsize=12, ha='center', va='center')
# 设置标题
plt.title("Donut Chart with Center Text")
# 显示图表
plt.axis('equal')
plt.show()圆环图的偏移
可以使用explode参数来突出显示圆环图中的特定部分，以强调它们。
以下是一个示例：
import matplotlib.pyplot as plt
# 数据
labels = ['A', 'B', 'C', 'D']
sizes = [15, 30, 45, 10]
explode = (0, 0.1, 0, 0) # 突出显示第二个部分
# 创建圆环图
fig, ax = plt.subplots()
ax.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90, explode=explode)
# 内圆半径，实现圆环效果
circle = plt.Circle((0, 0), 0.7, fc='white')
fig.gca().add_artist(circle)
# 设置标题
plt.title("Donut Chart with Exploded Slice")
# 显示图表
plt.axis('equal')
plt.show()圆环的阴影
可以为圆环图添加阴影效果，以增强其可读性。
以下是一个示例：
import matplotlib.pyplot as plt
# 数据
labels = ['A', 'B', 'C', 'D']
sizes = [15, 30, 45, 10]
# 创建圆环图并添加阴影
fig, ax = plt.subplots()
ax.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90, shadow=True)
# 内圆半径，实现圆环效果
circle = plt.Circle((0, 0), 0.7, fc='white')
fig.gca().add_artist(circle)
# 设置标题
plt.title("Donut Chart with Shadow")
# 显示图表
plt.axis('equal')
plt.show()总结
在本文中，深入研究了如何使用Matplotlib库创建圆环图，这是一种用于可视化相对比例数据的有效方式。首先介绍了Matplotlib的基本安装方法，并演示了如何创建简单的圆环图。接着，探讨了如何自定义圆环图，包括颜色、边缘颜色、文本标签和突出显示部分。此外，我们还展示了如何添加中心文本标签、偏移和阴影，以进一步美化和强调图表。
圆环图在数据可视化中具有广泛的应用，通常用于呈现百分比、比例和相对大小的信息。通过Matplotlib的灵活性，可以根据自己的需求和风格创建不同类型的圆环图，以满足不同场景的需求。
综而言之，Matplotlib提供了一个强大的工具，用于创建具有自定义外观和注释的圆环图，以使数据更加清晰地传达给观众。无论是在数据分析、数据报告制作还是信息可视化方面工作，这些技巧都可以帮助更好地利用Matplotlib来呈现和共享数据。希望这些示例代码和教程对你在数据可视化任务中的应用有所帮助。
如果你觉得文章还不错，请大家 点赞、分享、留言 下，因为这将是我持续输出更多优质文章的最强动力！
更多Python学习内容：ipengtao.com
干货笔记整理
100个爬虫常见问题.pdf ，太全了！
Python 自动化运维 100个常见问题.pdf
Python Web 开发常见的100个问题.pdf
124个Python案例，完整源代码！
PYTHON 3.10中文版官方文档
耗时三个月整理的《Python之路2.0.pdf》开放下载
最经典的编程教材《Think Python》开源中文版.PDF下载
点击“阅读原文”，获取更多学习内容
![[年终总结]人生就是大闹一场](https://img-blog.csdnimg.cn/2bb4726dbda0407faba6a40aebf29430.png)
