在Python中绘制带有连接线的双饼图(操作代码)

这篇文章主要介绍了如何在Python中绘制带有连接线的双饼图,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下

一、导入所需的库

import matplotlib.pyplot as plt import numpy as np from matplotlib.patches import ConnectionPatch from matplotlib import cm

matplotlib.patches 模块中的 ConnectionPatch 类可以用来绘制两个子图之间的连线。在双饼图等可视化中，可以利用这个类来绘制两个子图之间的连线，用以表达它们之间的关系。该类提供了许多参数和方法，可以用来控制连线的样式和位置等属性。

ConnectionPatch 用于在 Matplotlib 中添加连线，其主要参数如下：

xyA：连接线的起始点；
xyB：连接线的结束点；
coordsA：起始点的坐标系，默认为 data；
coordsB：结束点的坐标系，默认为 data；
axesA：起始点所在的 Axes 对象；
axesB：结束点所在的 Axes 对象；
color：连接线的颜色；
linewidth：连接线的线宽；
linestyle：连接线的线型。

ConnectionPatch 的常用方法包括：

set_color：设置连接线的颜色；
set_linewidth：设置连接线的线宽；
set_linestyle：设置连接线的线型。

更多参数和方法可以参考 Matplotlib 官方文档：

https://matplotlib.org/stable/api/_as_gen/matplotlib.patches.ConnectionPatch.html

cm是Matplotlib的颜色映射模块，它提供了一系列的颜色方案，包括了单色调，分段调色和连续渐变调色等多种颜色方案，能够更好的满足数据可视化中的需求。

二、准备数据

# 大饼图数据 labels = ['301', '302', '303', '304', '305', '307', '308', '306'] size = [219324, 94739, 75146, 71831, 54051, 21458, 9990, 50843] # 大饼图分裂距离 explode = (0, 0, 0, 0, 0, 0, 0, 0.1) # 小饼图数据 labels2 = ['402', '407'] size2 = [12255, 207069] width = 0.2

这段代码用于定义大饼图和小饼图的数据，并设置大饼图的分裂距离和小饼图的宽度。

具体解释如下：

labels：定义大饼图每个分裂块的标签，即分别表示哪个区域。
size：定义大饼图每个分裂块的大小，即表示每个区域的数量或占比。
explode：定义大饼图每个分裂块距离饼心的距离，即分裂块是否需要弹出，这里设置为不弹出。
labels2：定义小饼图每个分裂块的标签，即分别表示哪个区域。
size2：定义小饼图每个分裂块的大小，即表示每个区域的数量或占比。
width：定义小饼图的宽度，这里设置为0.2。

三、绘制双饼图

3.1 创建画布和子图对象

fig = plt.figure(figsize=(9, 5)) ax1 = fig.add_subplot(121) ax2 = fig.add_subplot(122)

这部分代码创建了一个大小为 (9, 5) 的画布 fig，并在该画布上添加了两个子图 ax1 和 ax2。

其中，fig.add_subplot(121) 表示将画布分为 1 行 2 列的子图，选择第 1 个子图（即左边的子图）；fig.add_subplot(122) 则表示选择第 2 个子图（即右边的子图）。子图的编号规则类似于数组索引，行号从上到下从 1 开始递增，列号从左到右从 1 开始递增，如 (1, 1) 表示第一行第一列的子图，(1, 2) 表示第一行第二列的子图。在这里 121 和 122 分别表示第一行的第一个子图和第二个子图。

3.2 绘制大饼图

ax1.pie(size, autopct='%1.1f%%', startangle=30, labels=labels, colors=cm.Blues(range(10, 300, 50)), explode=explode)

这段代码用于在第一个子图(ax1)中绘制一个饼图。具体参数的含义如下：

size: 饼图的数据，表示每个饼图块的大小。
autopct: 饼图块的数据标签格式，“%1.1f%%” 表示保留一位小数并添加百分号。
startangle: 饼图块的开始角度，30度为起始点，顺时针方向旋转。
labels: 饼图块的标签，与 size 对应。
colors: 饼图块的颜色，使用了 cm.Blues() 函数生成一个颜色列表。
explode: 饼图块的分裂距离，表示是否与饼图中心分离。例如 (0, 0, 0, 0, 0, 0, 0, 0.1) 表示最后一个饼图块与中心分离 0.1 个半径长度。

可以根据需要调整这些参数以及其他饼图的参数来获得所需的效果。

3.3 绘制小饼图

ax2.pie(size2, autopct='%1.1f%%', startangle=90, labels=labels2, colors=cm.Blues(range(10, 300, 50)), radius=0.5, shadow=False)

这段代码用于绘制第二个小饼图。具体参数含义如下：

size2：小饼图的数据，即 [12255, 207069]；
autopct：格式化锲形块的数据标签，‘%1.1f%%’ 表示保留一位小数，并在后面加上百分号；
startangle：小饼图的起始角度，以度数表示，这里设为 90 度，即从竖直方向开始；
labels2：小饼图的标签，即 [‘402’, ‘407’]；
colors：指定颜色，这里使用 cm.Blues 函数生成一组蓝色系列颜色；
radius：小饼图的半径，这里设为 0.5；
shadow：是否添加阴影，这里设为 False。

在这段代码中，我们创建了一个名为 ax2 的子区域对象，并使用 pie 方法绘制了一个小饼图，将 size2 中的数据作为输入数据。其他参数指定了锲形块的格式、颜色、标签等属性，进一步定制了图形的样式。

3.4 连接线1，连接大饼图的上边缘和小饼图的饼块

theta1, theta2 = ax1.patches[-1].theta1, ax1.patches[-1].theta2 center, r = ax1.patches[-1].center, ax1.patches[-1].r x = r * np.cos(np.pi / 180 * theta2) + center[0] y = np.sin(np.pi / 180 * theta2) + center[1] con1 = ConnectionPatch(xyA=(0, 0.5), xyB=(x, y), coordsA=ax2.transData, coordsB=ax1.transData, axesA=ax2, axesB=ax1)

这部分代码是用来计算连接两个饼图的连接线的起点和终点位置，并创建一个 ConnectionPatch 对象用于绘制连接线。

theta1 和 theta2 分别表示饼图上最后一个扇形的起始角度和终止角度。
center 表示饼图中最后一个扇形的中心点位置。
r 表示饼图的半径。
x 和 y 表示连接线的终点坐标，其中 x 通过利用三角函数计算出来。

接下来，ConnectionPatch 的参数解释：

xyA 表示连接线的起点位置，这里设为 (0, 0.5) 表示在小饼图上以它的左边中间位置为起点。
xyB 表示连接线的终点位置，这里为 (x, y) 表示在大饼图上以计算得到的 x 和 y 为终点位置。
coordsA 和 coordsB 表示起点和终点所在的坐标系，这里分别为小饼图和大饼图的坐标系。
axesA 和 axesB 分别表示起点和终点所在的子图对象，这里分别为小饼图和大饼图的子图对象，即 ax2 和 ax1。

3.5 连接线2，连接大饼图的下边缘和小饼图的饼块

x = r * np.cos(np.pi / 180 * theta1) + center[0] y = np.sin(np.pi / 180 * theta1) + center[1] con2 = ConnectionPatch(xyA=(-0.1, -0.49), xyB=(x, y), coordsA='data', coordsB='data', axesA=ax2, axesB=ax1)

这段代码用于创建连接线的第二个对象con2。具体解释如下：

x 和 y 分别代表了连接线从小饼图中(-0.1,-0.49)这个点出发，到大饼图中theta1角度对应的点的终点坐标。其中，theta1是通过访问ax1.patches[-1].theta1获得的。
coordsA 和 coordsB 表示终点和起点坐标的坐标系类型。这里都是 ‘data’ 表示使用数据坐标系，即默认的 x 和 y 坐标值。
axesA 和 axesB 表示终点和起点所在的子图对象。其中，axesA 为小饼图，axesB 为大饼图。
这里使用ConnectionPatch函数创建连接线对象。

3.6 添加连接线

for con in [con1, con2]: con.set_color('gray') ax2.add_artist(con) con.set_linewidth(1)

这段代码用于设置连接线的颜色和粗细，并将连接线添加到小饼图的坐标系上。具体来说，循环遍历连接线对象列表 [con1, con2]，并依次对每个连接线进行以下操作：

调用 set_color() 方法设置连接线的颜色为灰色。
调用 ax2.add_artist() 方法将连接线添加到小饼图的坐标系上。
调用 set_linewidth() 方法设置连接线的宽度为 1。

3.7 调整子图布局

fig.subplots_adjust(wspace=0) plt.show()

这行代码调整了子图之间的水平间距，将间距设置为0，即将子图紧密排列。wspace参数表示子图之间的宽度间距。具体来说，这行代码将第一个子图和第二个子图之间的间距设置为0，使它们之间没有空隙。

四、源代码

import matplotlib.pyplot as plt import numpy as np from matplotlib.patches import ConnectionPatch from matplotlib import cm # 大饼图数据 labels = ['301', '302', '303', '304', '305', '307', '308', '306'] size = [219324, 94739, 75146, 71831, 54051, 21458, 9990, 50843] # 大饼图分裂距离 explode = (0, 0, 0, 0, 0, 0, 0, 0.1) # 小饼图数据 labels2 = ['402', '407'] size2 = [12255, 207069] width = 0.2 # 创建画布和子图对象 fig = plt.figure(figsize=(9, 5)) ax1 = fig.add_subplot(121) ax2 = fig.add_subplot(122) # 绘制大饼图 ax1.pie(size, autopct='%1.1f%%', startangle=30, labels=labels, colors=cm.Blues(range(10, 300, 50)), explode=explode) # 绘制小饼图 ax2.pie(size2, autopct='%1.1f%%', startangle=90, labels=labels2, colors=cm.Blues(range(10, 300, 50)), radius=0.5, shadow=False) # 连接线1，连接大饼图的上边缘和小饼图的饼块 theta1, theta2 = ax1.patches[-1].theta1, ax1.patches[-1].theta2 center, r = ax1.patches[-1].center, ax1.patches[-1].r x = r * np.cos(np.pi / 180 * theta2) + center[0] y = np.sin(np.pi / 180 * theta2) + center[1] con1 = ConnectionPatch(xyA=(0, 0.5), xyB=(x, y), coordsA=ax2.transData, coordsB=ax1.transData, axesA=ax2, axesB=ax1) # 连接线2，连接大饼图的下边缘和小饼图的饼块 x = r * np.cos(np.pi / 180 * theta1) + center[0] y = np.sin(np.pi / 180 * theta1) + center[1] con2 = ConnectionPatch(xyA=(-0.1, -0.49), xyB=(x, y), coordsA='data', coordsB='data', axesA=ax2, axesB=ax1) # 添加连接线 for con in [con1, con2]: con.set_color('gray') ax2.add_artist(con) con.set_linewidth(1) # 调整子图布局 fig.subplots_adjust(wspace=0) # 显示图像 plt.show()

可视化结果为：

在这里插入图片描述