在统计分析数据时，经常用到饼状图表示离散变量各水平占比情况来探索数据
饼图的绘制可以使用matplotlib库中的pie函数
plt.pie(x, explode= None, labels= None, colors= None, autopct= None, pctdistance= 0.6, shadow= False, labeldistance= 1.1, startangle= None, radius= None, counterclock= True, wedgeprops= None, textprops= None, center=( 0, 0), frame= False)
- x：指定绘图的数据；
- explode：指定饼图某些部分的突出显示，即呈现爆炸式；
- labels：为饼图添加标签说明，类似于图例说明；
- colors：指定饼图的填充色；
- autopct：自动添加百分比显示，可以采用格式化的方法显示；
- pctdistance：设置百分比标签与圆心的距离；
- shadow：是否添加饼图的阴影效果；
- labeldistance：设置各扇形标签（图例）与圆心的距离；
- startangle：设置饼图的初始摆放角度,一般选择从90度开始比较好看；
- radius：设置饼图的半径大小；
- counterclock：是否让饼图按逆时针顺序呈现；
- wedgeprops：设置饼图内外边界的属性，如边界线的粗细、颜色等；
- textprops：设置饼图中文本的属性，如字体大小、颜色等；
- center：指定饼图的中心点位置，默认为原点
- frame：是否要显示饼图背后的图框，如果设置为True的话，需要同时控制图框x轴、y轴的范围和饼图的中心位置；
解决中文显示问题
plt.rcParams[ 'font.sans-serif'] = 'Microsoft YaHei' plt.rcParams[ 'axes.unicode_minus'] = False
实例来说明：绘图数据：一个网店的当月销量数据
labels = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
v1 = [110, 120, 132, 135, 150, 100]
import matplotlib.pyplot as plt
# 将横、纵坐标轴标准化处理，保证饼图是一个正圆，否则为椭圆
plt.axes(aspect='equal')
explode=[0,0,0,0,0.1,0] #突出显示第五块数据
plt.pie(v1,labels=labels,explode=explode,autopct='%1.1f%%',startangle=90)
plt.title('当月网店售出商品分布')
plt.show()
使用pyecharts绘制饼状图
from pyecharts import Pie
labels = ["衬衫","羊毛衫","雪纺衫","裤子","高跟鞋","袜子"]
v1 = [110, 120, 132, 135, 150, 100]
pie = Pie("饼图示例")
pie.add("", labels, v1, is_label_show=True)
pie
