如何在 matplotlib 饼图中显示实际值
How to have actual values in matplotlib Pie Chart displayed
我有一个饼图，绘制了从 CSV 文件中提取的值。值的比例当前以显示的百分比 "autopct='%1.1f%%'" 显示。有没有办法显示每个切片在数据集中表示的实际值。
#Pie for Life Expectancy in Boroughs
import pandas as pd
import matplotlib
import matplotlib.pyplot as plt
# show plots inline
%matplotlib inline
# use ggplot style
matplotlib.style.use('ggplot')
#read data
lifeEx = pd.read_csv('LEpie.csv')
#Select columns
df = pd.DataFrame()
df['LB'] = lifeEx[['Regions']]
df['LifeEx'] = lifeEx[['MinLF']]
colorz = ['#B5DF00','#AD1FFF', '#BF1B00','#5FB1FF','#FFC93F']
exploda = (0, 0, 0, 0.1, 0)
#plotting
plt.pie(df['LifeEx'], labels=df['LB'], colors=colorz, autopct='%1.1f%%', explode = exploda, shadow = True,startangle=90)
#labeling
plt.title('Min Life expectancy across London Regions', fontsize=12)
使用 autopct 关键字
我们知道显示的百分比乘以所有实际值的总和必须是实际值，我们可以将其定义为一个函数，并使用 autopct 关键字将此函数提供给 plt.pie .
import matplotlib.pyplot as plt
import numpy
labels = 'Frogs', 'Hogs', 'Dogs'
sizes = numpy.array([5860, 677, 3200])
colors = ['yellowgreen', 'gold', 'lightskyblue']
def absolute_value(val):
a = numpy.round(val/100.*sizes.sum(), 0)
return a
plt.pie(sizes, labels=labels, colors=colors,
autopct=absolute_value, shadow=True)
plt.axis('equal')
plt.show()
必须小心，因为计算涉及一些错误，所以提供的值只精确到一些小数位。
更高级的可能是以下函数，它通过比较计算值和输入数组之间的差异，尝试从输入数组中取回原始值。这种方法不存在不准确的问题，但依赖于彼此足够不同的输入值。
def absolute_value2(val):
a = sizes[ numpy.abs(sizes - val/100.*sizes.sum()).argmin() ]
return a
创建饼图后更改文本
另一种选择是先用百分比值绘制饼图，然后再替换它们。为此，可以存储 plt.pie() 返回的 autopct 标签，并循环遍历它们以用原始数组中的值替换文本。注意，plt.pie() 只有 returns 三个参数，最后一个是感兴趣的标签，当提供 autopct 关键字时，我们在这里将其设置为空字符串。
labels = 'Frogs', 'Hogs', 'Dogs'
sizes = numpy.array([5860, 677, 3200])
colors = ['yellowgreen', 'gold', 'lightskyblue']
p, tx, autotexts = plt.pie(sizes, labels=labels, colors=colors,
autopct="", shadow=True)
for i, a in enumerate(autotexts):
a.set_text("{}".format(sizes[i]))
plt.axis('equal')
plt.show()
如果您想从 DataFrame 中绘制饼图，并希望显示实际值而不是百分比，您可以像这样重新格式化 autopct：
values=df['your_column'].value_counts(dropna=True)
plt.pie(<actual_values>, colors = colors, autopct= lambda x: '{:.0f}'.format(x*values.sum()/100), startangle=90)
下面的示例创建了一个甜甜圈，但您可以尝试一下：
（感谢 Kevin Amipara @ https://medium.com/@kvnamipara/a-better-visualisation-of-pie-charts-by-matplotlib-935b7667d77f）
import matplotlib.pyplot as plt
# Pie chart (plots value counts in this case)
labels = df['your_column'].dropna().unique()
actual_values = df['your_column'].value_counts(dropna=True)
#choose your colors
colors = ['#ff9999','#66b3ff','#99ff99','#ffcc99','#fffd55']
fig1, ax1 = plt.subplots()
# To denote actual values instead of percentages as labels in the pie chart, reformat autopct
values=df['your_column'].value_counts(dropna=True)
plt.pie(actual_values, colors = colors, autopct= lambda x: '{:.0f}'.format(x*values.sum()/100), startangle=90)
#draw circle (this example creates a donut)
centre_circle = plt.Circle((0,0),0.70,fc='white')
fig = plt.gcf()
fig.gca().add_artist(centre_circle)
# Equal aspect ratio ensures that pie is drawn as a circle
ax1.axis('equal')
# A separate legend with labels (drawn to the bottom left of the pie in this case)
plt.legend(labels, bbox_to_anchor = (0.1, .3))
plt.tight_layout()
plt.show()
我有一个饼图，绘制了从 CSV 文件中提取的值。值的比例当前以显示的百分比 "autopct='%1.1f%%'" 显示。有没有办法显示每个切片在数据集中表示的实际值。
#Pie for Life Expectancy in Boroughs
import pandas as pd
import matplotlib
import matplotlib.pyplot as plt
# show plots inline
%matplotlib inline
# use ggplot style
matplotlib.style.use('ggplot')
#read data
lifeEx = pd.read_csv('LEpie.csv')
#Select columns
df = pd.DataFrame()
df['LB'] = lifeEx[['Regions']]
df['LifeEx'] = lifeEx[['MinLF']]
colorz = ['#B5DF00','#AD1FFF', '#BF1B00','#5FB1FF','#FFC93F']
exploda = (0, 0, 0, 0.1, 0)
#plotting
plt.pie(df['LifeEx'], labels=df['LB'], colors=colorz, autopct='%1.1f%%', explode = exploda, shadow = True,startangle=90)
#labeling
plt.title('Min Life expectancy across London Regions', fontsize=12)
使用 autopct 关键字
我们知道显示的百分比乘以所有实际值的总和必须是实际值，我们可以将其定义为一个函数，并使用 autopct 关键字将此函数提供给 plt.pie .
import matplotlib.pyplot as plt
import numpy
labels = 'Frogs', 'Hogs', 'Dogs'
sizes = numpy.array([5860, 677, 3200])
colors = ['yellowgreen', 'gold', 'lightskyblue']
def absolute_value(val):
a = numpy.round(val/100.*sizes.sum(), 0)
return a
plt.pie(sizes, labels=labels, colors=colors,
autopct=absolute_value, shadow=True)
plt.axis('equal')
plt.show()
必须小心，因为计算涉及一些错误，所以提供的值只精确到一些小数位。
更高级的可能是以下函数，它通过比较计算值和输入数组之间的差异，尝试从输入数组中取回原始值。这种方法不存在不准确的问题，但依赖于彼此足够不同的输入值。
def absolute_value2(val):
a = sizes[ numpy.abs(sizes - val/100.*sizes.sum()).argmin() ]
return a
创建饼图后更改文本
另一种选择是先用百分比值绘制饼图，然后再替换它们。为此，可以存储 plt.pie() 返回的 autopct 标签，并循环遍历它们以用原始数组中的值替换文本。注意，plt.pie() 只有 returns 三个参数，最后一个是感兴趣的标签，当提供 autopct 关键字时，我们在这里将其设置为空字符串。
labels = 'Frogs', 'Hogs', 'Dogs'
sizes = numpy.array([5860, 677, 3200])
colors = ['yellowgreen', 'gold', 'lightskyblue']
p, tx, autotexts = plt.pie(sizes, labels=labels, colors=colors,
autopct="", shadow=True)
for i, a in enumerate(autotexts):
a.set_text("{}".format(sizes[i]))
plt.axis('equal')
plt.show()
如果您想从 DataFrame 中绘制饼图，并希望显示实际值而不是百分比，您可以像这样重新格式化 autopct：
values=df['your_column'].value_counts(dropna=True)
plt.pie(<actual_values>, colors = colors, autopct= lambda x: '{:.0f}'.format(x*values.sum()/100), startangle=90)
下面的示例创建了一个甜甜圈，但您可以尝试一下： （感谢 Kevin Amipara @ https://medium.com/@kvnamipara/a-better-visualisation-of-pie-charts-by-matplotlib-935b7667d77f）
import matplotlib.pyplot as plt
# Pie chart (plots value counts in this case)
labels = df['your_column'].dropna().unique()
actual_values = df['your_column'].value_counts(dropna=True)
#choose your colors
colors = ['#ff9999','#66b3ff','#99ff99','#ffcc99','#fffd55']
fig1, ax1 = plt.subplots()
# To denote actual values instead of percentages as labels in the pie chart, reformat autopct
values=df['your_column'].value_counts(dropna=True)
plt.pie(actual_values, colors = colors, autopct= lambda x: '{:.0f}'.format(x*values.sum()/100), startangle=90)
#draw circle (this example creates a donut)
centre_circle = plt.Circle((0,0),0.70,fc='white')
fig = plt.gcf()
fig.gca().add_artist(centre_circle)
# Equal aspect ratio ensures that pie is drawn as a circle
ax1.axis('equal')
# A separate legend with labels (drawn to the bottom left of the pie in this case)
plt.legend(labels, bbox_to_anchor = (0.1, .3))
plt.tight_layout()
plt.show()