Matplotlib 可視化大師系列博客總覽

本系列旨在提供一份系統、全面、深入的 Matplotlib 學習指南。以下是博客列表：

1. 基礎篇： plt.plot() - 繪制折線圖的利刃
2. 分布篇： plt.scatter() - 探索變量關系的散點圖
3. 比較篇： plt.bar() 與 plt.barh() - 清晰對比的柱狀圖
4. 統計篇： plt.hist() 與 plt.boxplot() - 洞察數據分布
5. 占比篇： plt.pie() - 展示組成部分的餅圖
6. 高級篇： plt.imshow() - 繪制矩陣與圖像的強大工具
7. 專屬篇： 繪制誤差線 (plt.errorbar())、等高線 (plt.contour()) 等特殊圖表
8. 綜合篇： 在一張圖中組合多種圖表類型

Matplotlib 可視化大師系列（五）：plt.pie() - 展示組成部分的餅圖

餅圖是一種經典的圖表類型，用于顯示一個整體中各個組成部分的比例或百分比關系。雖然近年來餅圖的使用受到一些爭議（尤其在數據可視化專家中），但在恰當的場景下，它仍然是一種直觀有效的工具。Matplotlib 通過 plt.pie() 函數提供了創建餅圖的功能。

一、 餅圖是什么？何時使用（何時避免）？

餅圖是一個圓形圖表，被分割成多個扇形區域，每個扇形的弧長（以及面積）代表其部分占總體的比例。所有扇形的比例加起來是100%。

適用場景（謹慎使用！）：

• 顯示2-5個組成部分占整體的百分比。
• 當需要強調一個部分與整體的關系時（例如，市場份額超過50%）。
• 組成部分的百分比差異足夠大，以便在視覺上區分。

避免使用的情況：

• 有太多（>6個） 類別。小的扇形難以比較和標注。
• 當類別比例非常接近時（例如，28%, 29%, 30%），人眼很難分辨扇形大小。
• 當需要精確比較不同部分的大小時（條形圖通常更擅長比較）。
• 當數據不構成一個完整的"整體"時。

二、 函數原型與核心參數

plt.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, **kwargs)

核心參數詳解：

1. 數據與標簽:
   • x: 一維數組，每個元素代表一個扇形的大小（比例會自動計算）。
   • labels: 一個字符串序列，為每個扇形指定標簽。
   • colors: 一個顏色序列，用于指定每個扇形的顏色。
2. 百分比與格式:
   • autopct: 非常有用的參數，用于在扇形內顯示百分比。
     • None（默認）： 不顯示。
     • '%1.1f%%'： 顯示一位小數的百分比（如 ‘15.2%’）。
     • '%1.0f%%'： 顯示整數百分比。
     • 函數： 可以自定義一個函數來格式化顯示內容。
   • pctdistance: 百分比文本離圓心的距離比例（默認0.6）。
   • labeldistance: 標簽文本離圓心的距離比例（默認1.1）。
3. 外觀與布局:
   • explode: 一個長度與 x 相同的數組，指定每個扇形偏離圓心的距離。例如 [0, 0.1, 0, 0] 會讓第二個扇形突出顯示。
   • startangle: 起始繪制角度（度），從正東方向（3點鐘方向） 開始逆時針旋轉。默認0。
   • shadow: 如果 True，為餅圖添加陰影效果（通常不推薦，顯得過時）。
   • wedgeprops: 一個字典，用于設置扇形屬性，如邊緣顏色(edgecolor)、線寬(linewidth)等。推薦使用 wedgeprops={'edgecolor': 'black', 'linewidth': 1} 來為扇形添加黑色邊框，提高可讀性。
   • textprops: 一個字典，用于設置標簽和百分比文本的屬性，如字體大小(fontsize)、顏色(color)等。
4. 尺寸與位置:
   • radius: 餅圖的半徑，用于控制大小。
   • center: 餅圖的中心點坐標。
   • frame: 如果 True，在餅圖周圍繪制坐標軸框架（幾乎從不使用）。

三、 從入門到精通：代碼示例

示例 1：基礎餅圖

import matplotlib.pyplot as plt# 數據
sizes = [15, 30, 25, 10, 20] # 這些值會自動計算百分比
labels = ['Python', 'JavaScript', 'Java', 'C++', 'Others']
colors = ['gold', 'yellowgreen', 'lightcoral', 'lightskyblue', 'plum']
explode = (0, 0.1, 0, 0, 0)  # 只"突出"第二部分 'JavaScript'fig, ax = plt.subplots(figsize=(8, 8))# 繪制餅圖
wedges, texts, autotexts = ax.pie(sizes,explode=explode,labels=labels,colors=colors,autopct='%1.1f%%',shadow=False, # 避免使用陰影startangle=90, # 從90度（正北）開始wedgeprops={'edgecolor': 'black', 'linewidth': 1} # 添加邊框)# 美化百分比文本
for autotext in autotexts:autotext.set_color('black')autotext.set_fontsize(10)autotext.set_weight('bold')ax.set_title('Popular Programming Languages', fontsize=14)
# 確保餅圖是正圓形
ax.axis('equal')plt.tight_layout()
plt.show()

示例 2：環形圖與自定義

環形圖（Donut Chart）是餅圖的一種變體，中間有一個空洞，通常用于顯示多個系列或使視覺效果更輕盈。

# 數據
sizes = [15, 30, 25, 10, 20]
labels = ['Python', 'JavaScript', 'Java', 'C++', 'Others']
colors = ['#ff9999','#66b3ff','#99ff99','#ffcc99','#ff99cc']fig, ax = plt.subplots(figsize=(8, 8))# 先畫一個普通的餅圖
wedges, texts, autotexts = ax.pie(sizes,labels=labels,colors=colors,autopct='%1.1f%%',startangle=90,pctdistance=0.85, # 百分比放遠一點wedgeprops=dict(width=0.4, edgecolor='w') # 關鍵：width設置環的寬度)# 在中心畫一個白色的圓，使其看起來像環形圖
centre_circle = plt.Circle((0,0), 0.70, fc='white')
ax.add_artist(centre_circle)# 另一種添加中心文本的方法
ax.text(0, 0, 'Languages', ha='center', va='center', fontsize=16, fontweight='bold')ax.axis('equal')
plt.title('Donut Chart Example', fontsize=14)
plt.tight_layout()
plt.show()

示例 3：自定義格式化與高級樣式

from matplotlib import cm
import numpy as np# 數據
data = [35, 25, 20, 15, 5]
categories = ['Electronics', 'Clothing', 'Food', 'Books', 'Other']# 創建一個顏色映射
colors = cm.Set3(np.linspace(0, 1, len(data)))fig, ax = plt.subplots(figsize=(9, 9))# 自定義百分比顯示函數
def make_autopct(values):def my_autopct(pct):total = sum(values)val = int(round(pct*total/100.0))# 同時顯示百分比和實際值return '{p:.1f}%\n({v:d})'.format(p=pct, v=val)return my_autopctwedges, texts, autotexts = ax.pie(data,labels=categories,colors=colors,autopct=make_autopct(data), # 使用自定義函數startangle=140,shadow=False,wedgeprops={'linewidth': 2, 'edgecolor': 'white', 'alpha': 0.9})# 美化文本
for text in texts:text.set_fontsize(11)text.set_fontweight('bold')
for autotext in autotexts:autotext.set_fontsize(9)autotext.set_color('darkblue')plt.title('Sales Distribution by Category', fontsize=16, fontweight='bold')
ax.axis('equal')plt.tight_layout()
plt.show()

四、 最佳實踐與常見陷阱

1. 最佳實踐:
   • 排序數據： 將數據從大到小排序，通常從12點鐘方向開始，使圖表更易于閱讀。
   • 限制類別數量： 堅持使用2-5個主要類別。將小的、不重要的類別合并為"其他"。
   • 直接標注： 使用 autopct 或 plt.text() 直接在扇形上標注百分比/數值，避免讓讀者依賴圖例。
   • 使用顏色： 使用區分度高的顏色，但確保顏色不會傳達錯誤的順序信息（餅圖各部分本質上是無序的）。
   • 考慮條形圖： 在決定使用餅圖之前，先問自己一個水平的條形圖是否更能清晰地進行比較。
2. 常見陷阱:
   • 3D 餅圖： 絕對避免使用3D餅圖。它嚴重扭曲了扇形的感知大小。
   • 過多切片： 包含太多類別是餅圖最常見的問題，會導致"餅圖垃圾"。
   • 缺少標注： 不提供百分比或數值，迫使讀者猜測比例。
   • 誤導性整體： 確保所有部分加起來代表一個有意義的整體（100%）。

五、 總結

plt.pie() 是一個專門用于創建比例圖表的工具。

• 核心功能： 用扇形角度表示部分與整體的比例關系。
• 關鍵參數： x（數據）, labels, autopct（百分比）, explode（突出）, startangle, wedgeprops（樣式）。
• 高級應用： 環形圖（通過 wedgeprops={'width': x}）、自定義格式化函數。
• 使用哲學： 謹慎使用。餅圖在特定簡單場景下有效，但在大多數需要精確比較的情況下，條形圖是更優的選擇。

掌握餅圖意味著你知道何時以及如何有效地使用它，更重要的是，知道何時應該避免使用它。在下一篇文章中，我們將探索一個更高級、更強大的函數 plt.imshow()，用于可視化矩陣數據和圖像。