歡迎關注”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據的標簽和百分比的數值。此時就需要調整參數，pie方法常用的參數有以下幾個

1. labels,?設置餅圖中每部分的標簽

2. autopct,?設置百分比信息的字符串格式化方式，默認值為None,不顯示百分比

3. shadow,?設置餅圖的陰影，使得看上去有立體感，默認值為False

4. startangle,?餅圖中第一個部分的起始角度，

5. radius,?餅圖的半徑，數值越大，餅圖越大

6. counterclock,?設置餅圖的方向，默認為True,表示逆時針方向，值為False時為順時針方向

7. colors，調色盤，默認值為None,?會使用默認的調色盤，所以通常情況下，不需要設置該參數

8. explode,?該參數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的用法

1. labels

labels指定每個部分的標簽，用法如下

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

輸出結果如下

2. autopct

autopct設置餅圖上的標記信息，有兩種設置方式，第一種，設置字符串格式化，用法如下

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

輸出結果如下

第二種，用函數來進行設置，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)

輸出結果如下

5. countercolock

countercolock用于調整餅圖的方向，用法如下

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

輸出結果如下

6. radius

radius用于設置餅圖的半徑，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)

輸出結果如下

對于餅圖而言，有一個非常現實的問題，就是圖例的設置，在單張圖片中，餅圖的內容總是匯合圖例重疊，示意如下

為了將圖例和內容有效的區分開來，可以通過設置legend方法的bbox_to_anchor參數，該參數用于設置圖例區域在figure上的坐標，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右側區域，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，有不可替代的優勢。matplotlib中的pie函數在傳統餅圖的基礎上，添加了突出展示的功能，進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—

原創不易，歡迎收藏，點贊，轉發！生信知識浩瀚如海，在生信學習的道路上，讓我們一起并肩作戰！

本公眾號深耕耘生信領域多年，具有豐富的數據分析經驗，致力于提供真正有價值的數據分析服務，擅長個性化分析，歡迎有需要的老師和同學前來咨詢。

? 更多精彩

• KEGG數據庫，除了pathway你還知道哪些

• 全網最完整的circos中文教程

• DNA甲基化數據分析專題

• 突變檢測數據分析專題

• mRNA數據分析專題

• lncRNA數據分析專題

• circRNA數據分析專題

• miRNA數據分析專題

• 單細胞轉錄組數據分析專題

• chip_seq數據分析專題

• Hi-C數據分析專題

• HLA數據分析專題

• TCGA腫瘤數據分析專題

• 基因組組裝數據分析專題

• CNV數據分析專題

• GWAS數據分析專題

• 2018年推文合集

• 2019年推文合集

? 寫在最后

轉發本文至朋友圈，后臺私信截圖即可加入生信交流群，和小伙伴一起學習交流。

掃描下方二維碼，關注我們，解鎖更多精彩內容！

一個只分享干貨的

生信公眾號

總結

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站內容還不錯，歡迎將生活随笔推薦給好友。