歡迎關(guān)注”生信修煉手冊”!

在matplotlib中，pie方法用于繪制餅圖，基本用法如下

plt.pie(x=[1, 2, 3, 4])

輸出的結(jié)果如下

這樣的餅圖并沒有任何實用價值，為了有效的展示信息，至少我們還需要顯示數(shù)據(jù)的標(biāo)簽和百分比的數(shù)值。此時就需要調(diào)整參數(shù)，pie方法常用的參數(shù)有以下幾個

1. labels,?設(shè)置餅圖中每部分的標(biāo)簽

2. autopct,?設(shè)置百分比信息的字符串格式化方式，默認(rèn)值為None,不顯示百分比

3. shadow,?設(shè)置餅圖的陰影，使得看上去有立體感，默認(rèn)值為False

4. startangle,?餅圖中第一個部分的起始角度，

5. radius,?餅圖的半徑，數(shù)值越大，餅圖越大

6. counterclock,?設(shè)置餅圖的方向，默認(rèn)為True,表示逆時針方向，值為False時為順時針方向

7. colors，調(diào)色盤，默認(rèn)值為None,?會使用默認(rèn)的調(diào)色盤，所以通常情況下，不需要設(shè)置該參數(shù)

8. explode,?該參數(shù)用于突出顯示餅圖中的指定部分

下面來具體看下其中幾個參數(shù)的用法

1. labels

labels指定每個部分的標(biāo)簽，用法如下

plt.pie(x=[1, 2, 3, 4], labels=['sampleA', 'sampleB', 'sampleC', 'sampleD'])

輸出結(jié)果如下

2. autopct

autopct設(shè)置餅圖上的標(biāo)記信息，有兩種設(shè)置方式，第一種，設(shè)置字符串格式化，用法如下

plt.pie(x=[1, 2, 3, 4], labels=['sampleA', 'sampleB', 'sampleC', 'sampleD'], autopct='%.1f%%')

輸出結(jié)果如下

第二種，用函數(shù)來進(jìn)行設(shè)置，用法如下

data=[1,2,3,4] plt.pie(x=data, labels=['sampleA', 'sampleB', 'sampleC', 'sampleD'], autopct=lambda pct:'({:.1f}%)\n{:d}'.format(pct, int(pct/100?* sum(data))))

輸出結(jié)果如下

3.? explode

explode用于突出線似乎餅圖中的子集，用間隔突出的方式進(jìn)行顯示，用法如下

plt.pie(x=[1, 2, 3, 4], labels=['sampleA', 'sampleB', 'sampleC', 'sampleD'], autopct='%1.1f%%', explode = [0, 0, 0.05, 0])

輸出結(jié)果如下

4. startangle

startangle指定起始角度，用法如下

plt.pie(x=[1, 2, 3, 4], labels=['sampleA', 'sampleB', 'sampleC', 'sampleD'], autopct='%1.1f%%',startangle=90)

輸出結(jié)果如下

5. countercolock

countercolock用于調(diào)整餅圖的方向，用法如下

plt.pie(x=[1, 2, 3, 4], labels=['sampleA', 'sampleB', 'sampleC', 'sampleD'], autopct='%1.1f%%',counterclock=False)

輸出結(jié)果如下

6. radius

radius用于設(shè)置餅圖的半徑，半徑越大，餅圖越大，用法如下

plt.pie(x=[1, 2, 3, 4], labels=['sampleA', 'sampleB', 'sampleC', 'sampleD'], autopct='%1.1f%%',radius=1.5)

輸出結(jié)果如下

對于餅圖而言，有一個非?，F(xiàn)實的問題，就是圖例的設(shè)置，在單張圖片中，餅圖的內(nèi)容總是匯合圖例重疊，示意如下

為了將圖例和內(nèi)容有效的區(qū)分開來，可以通過設(shè)置legend方法的bbox_to_anchor參數(shù)，該參數(shù)用于設(shè)置圖例區(qū)域在figure上的坐標(biāo)，其值為4個元素的元組，分別表示x,y,width,height, 代碼如下

data=[1,2,3,4] labels=['sampleA', 'sampleB', 'sampleC', 'sampleD'] plt.pie(x=data, labels=labels, autopct=lambda pct:'({:.1f}%)\n{:d}'.format(pct, int(pct/100?* sum(data)))) plt.legend(labels,loc="upper left",bbox_to_anchor=(1.2, 0, 0.5, 1))

x的值大于1，表示圖例的位置位于axes右側(cè)區(qū)域，x的值越大，圖例和餅圖之間的空隙越大，上述代碼的輸出效果如下

餅圖作為常用圖表之一，在展示百分比信息時，有不可替代的優(yōu)勢。matplotlib中的pie函數(shù)在傳統(tǒng)餅圖的基礎(chǔ)上，添加了突出展示的功能，進(jìn)一步加強了餅圖的可視化效果。

·end·

—如果喜歡，快分享給你的朋友們吧—

原創(chuàng)不易，歡迎收藏，點贊，轉(zhuǎn)發(fā)！生信知識浩瀚如海，在生信學(xué)習(xí)的道路上，讓我們一起并肩作戰(zhàn)！

本公眾號深耕耘生信領(lǐng)域多年，具有豐富的數(shù)據(jù)分析經(jīng)驗，致力于提供真正有價值的數(shù)據(jù)分析服務(wù)，擅長個性化分析，歡迎有需要的老師和同學(xué)前來咨詢。

? 更多精彩

• KEGG數(shù)據(jù)庫，除了pathway你還知道哪些

• 全網(wǎng)最完整的circos中文教程

• DNA甲基化數(shù)據(jù)分析專題

• 突變檢測數(shù)據(jù)分析專題

• mRNA數(shù)據(jù)分析專題

• lncRNA數(shù)據(jù)分析專題

• circRNA數(shù)據(jù)分析專題

• miRNA數(shù)據(jù)分析專題

• 單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)分析專題

• chip_seq數(shù)據(jù)分析專題

• Hi-C數(shù)據(jù)分析專題

• HLA數(shù)據(jù)分析專題

• TCGA腫瘤數(shù)據(jù)分析專題

• 基因組組裝數(shù)據(jù)分析專題

• CNV數(shù)據(jù)分析專題

• GWAS數(shù)據(jù)分析專題

• 2018年推文合集

• 2019年推文合集

? 寫在最后

轉(zhuǎn)發(fā)本文至朋友圈，后臺私信截圖即可加入生信交流群，和小伙伴一起學(xué)習(xí)交流。

掃描下方二維碼，關(guān)注我們，解鎖更多精彩內(nèi)容！

一個只分享干貨的

生信公眾號

總結(jié)

以上是生活随笔為你收集整理的matplotlib基础绘图命令之pie的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。