Matplotlib pie() 函数

pie() 用于绘制饼图，展示各部分在整体中所占的比例关系。

饼图适用于展示少量分类（通常 5-8 个以内）的占比情况。

函数定义

pyplot 接口

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=True, hatch=None, **kwargs)

Axes 接口

Axes.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=True, hatch=None, **kwargs)

参数说明

参数	类型	说明
x	1D array-like	每个扇区的数值（必填），自动归一化
explode	array-like	每个扇区偏离中心的距离，0 表示不偏离
labels	list	每个扇区的标签文本
colors	list	每个扇区的颜色
autopct	str 或 callable	自动显示百分比，如 '%1.1f%%' 表示一位小数；None 不显示
pctdistance	float	百分比文本与圆心的距离比例，默认 0.6
shadow	bool	是否添加阴影效果
labeldistance	float	标签与圆心的距离比例，默认 1.1
startangle	float	第一个扇区的起始角度（逆时针方向），0 表示从 3 点钟方向开始
radius	float	饼图半径，默认 1
counterclock	bool	扇区方向：True 逆时针（默认），False 顺时针
wedgeprops	dict	传递给每个扇区 (Wedge) 的参数，如 {'edgecolor':'white', 'linewidth':1}
textprops	dict	传递给文本的参数，如 {'fontsize':12, 'color':'gray'}
center	tuple	饼图中心坐标，默认 (0, 0)
normalize	bool	是否将 x 归一化使总和为 1，默认 True

pie() 返回三个列表：(patches, texts, autotexts)。patches 是扇区对象，texts 是标签文本，autotexts 是百分比文本。

使用示例

示例 1：基本饼图

实例

import matplotlib.pyplot as plt

# 数据
sizes = [30, 25, 20, 15, 10]
labels = ['Python', 'Java', 'JavaScript', 'C++', 'Go']
colors = ['#3498db', '#e74c3c', '#f39c12', '#2ecc71', '#9b59b6']

fig, ax = plt.subplots(layout='constrained')

# 绘制饼图
ax.pie(sizes, labels=labels, colors=colors,
autopct='%1.1f%%', # 显示百分比，保留一位小数
startangle=90, # 从 12 点钟方向开始
wedgeprops={'edgecolor': 'white', 'linewidth': 1})

ax.set_title('Programming Language Usage')
plt.show()

示例 2：突出特定扇区 (explode)

实例

import matplotlib.pyplot as plt

sizes = [35, 25, 20, 12, 8]
labels = ['Search', 'Social', 'Direct', 'Email', 'Referral']
explode = (0.1, 0, 0, 0, 0) # 第一个扇区（Search）突出 0.1

fig, ax = plt.subplots(layout='constrained')

wedges, texts, autotexts = ax.pie(
sizes, labels=labels, explode=explode,
autopct='%1.1f%%', startangle=90,
colors=['#2ecc71', '#3498db', '#9b59b6', '#f39c12', '#e74c3c'],
wedgeprops={'edgecolor': 'white', 'linewidth': 1},
textprops={'fontsize': 11})

# 修改百分比文本的颜色
for autotext in autotexts:
autotext.set_color('white')
autotext.set_fontweight('bold')

ax.set_title('Website Traffic Sources', fontsize=14)
plt.show()

示例 3：环形图（甜甜圈图）

实例

import matplotlib.pyplot as plt

sizes = [40, 30, 20, 10]
labels = ['Chrome (40%)', 'Safari (30%)', 'Firefox (20%)', 'Other (10%)']

fig, ax = plt.subplots(layout='constrained')

# 使用 wedgeprops 设置 width 创建环形图
wedges, texts = ax.pie(
sizes, labels=labels,
startangle=90,
colors=['#4285F4', '#34A853', '#FBBC05', '#EA4335'],
wedgeprops={'width': 0.4, # 扇区宽度（0~1），<1 则为环形
'edgecolor': 'white', 'linewidth': 2})

ax.set_title('Browser Market Share (Donut Chart)', fontsize=14)
plt.show()

示例 4：多级环形图

实例

import matplotlib.pyplot as plt

# 外层数据和内层数据
outer_sizes = [35, 30, 20, 15]
inner_sizes = [40, 30, 30]

outer_labels = ['Asia', 'Europe', 'America', 'Africa']
inner_labels = ['Mobile', 'Desktop', 'Tablet']

outer_colors = ['#FF6B6B', '#4ECDC4', '#45B7D1', '#96CEB4']
inner_colors = ['#FFE0B2', '#BBDEFB', '#C8E6C9']

fig, ax = plt.subplots(layout='constrained')

# 外圈
ax.pie(outer_sizes, radius=1.3,
labels=outer_labels,
labeldistance=1.1,
colors=outer_colors,
wedgeprops={'width': 0.3, 'edgecolor': 'white', 'linewidth': 2})

# 内圈
ax.pie(inner_sizes, radius=1.0,
labels=inner_labels,
labeldistance=0.75,
colors=inner_colors,
wedgeprops={'width': 0.3, 'edgecolor': 'white', 'linewidth': 2})

ax.set_title('Multi-level Donut Chart', fontsize=14)
plt.show()

常见问题

饼图 vs 柱状图的适用场景？

饼图适合展示 5-8 个以内的分类占比，读者能直观感受整体中的份额。

分类过多（超过 8 个）或需要精确比较数值时，优先使用柱状图。

autopct 格式说明？

'%1.1f%%' 表示浮点数，总宽度至少 1 位，1 位小数，后面跟上 %%（百分号）。

也可传入函数，如 autopct=lambda pct: f'{pct:.1f}%'。

Matplotlib 参考文档

返回顶部

菜鸟教程