Matplotlib kakediagram

Selv om Python har flere datavisualiseringspakker, er matplotlib kanskje den mest foretrukne. Matplotlibs prominens stammer fra dens pålitelighet og funksjonalitet, da den kan vise både enkle og kompliserte grafer med minimal koding. Grafene kan også modifiseres i forskjellige metoder.

Et kakediagram er en sfærisk kvantitativ layout som bare kan vise et enkelt datasett om gangen. Hele andelen av det definerte datasettet er representert av grafens område. Andelen av datasett er indikert av området til kakesegmentene. Kakekiler sies å være delene av paien. Størrelsen på kilens bue krever måling av kilen.

Dimensjonene til en kile indikerer andelen i den delen av dataene som ville være relatert til hele. Fordi de viser en kort oversikt, blir kakediagrammer ofte brukt i profesjonelle møter som inntekter, markedsføring, undersøkelsesfunn og økonomi. Vi vil forklare forskjellige teknikker som brukes til å vise et kakediagram i matplotlib i denne opplæringen.

Generere et kakediagram i matplotlib

I matplotlib kunne vi bruke pie () -metoden til Pyplot eller Axes -klassen for å tegne et kakediagram. Den primære nødvendige parameteren er datasettet som skal vises, som kan være et element fra en data:

Importer matplotlib.Pyplot som Plt
Importer numpy som NP
y = np.Array ([45, 30, 50, 40])
plt.PIE (y)
plt.forestilling()

Denne koden oppretter et klart og enkelt kakediagram der hvert annet nummer er tildelt en relativt stor del av paien.

Sett inn tagger i kakediagrammet

La oss sette inn noen tagger for å gjøre det praktisk å finne ut hva det er:

Importer matplotlib.Pyplot som Plt
M = [10, 30, 40, 50, 60]
Etiketter = ['tomat', 'potet', 'kål', 'gulrot', 'løk']
Fig, AM = PLT.underplott ()
er.Pie (M, etiketter = etiketter)
er.set_title ('kakediagram')
plt.forestilling()

Her vil kakediagrammet nå inneholde flere nye informasjonsstykker som vil gjøre det lettere å analysere.

Matplotlib kakediagrammetilpasning

Når du lager grafisk analyse for presentasjoner, rapporter, eller bare for å begynne å dele med kollegene, kan det hende at brukerne må tilpasse og endre de bare litt mer. For eksempel, mens du bruker forskjellige nyanser som tilsvarer segmentene, viser proporsjoner på kiler i stedet for avhengig av visuell prosessering, eller utbruddssegmenter for å illustrere dem.

Et kakediagram kan justeres på en rekke måter. Startangle-parameteren dreier. Hvis skyggeparameteren er satt til sann, vil skyggen da oppstå like under kanten av paien.

Plater av paien kan modifiseres ved bruk av wedgeprop, en python-matrise med navneverdipunkter som spesifiserer kileattributter som bjelkebredde, kantfarge og så videre. Et aksesrammeverk opprettes rundt kakegrafen når ramme = ekte brukes. Proporsjonene er representert på kantene ved hjelp av AUTOPCT. La oss se hvordan matplotlib gjør oss i stand til å endre søylediagram:

Importer matplotlib.Pyplot som Plt
M = [10, 30, 40, 50, 60]
Etiketter = ['tomat', 'potet', 'kål', 'gulrot', 'løk']
Colors = ['Tab: Gray', 'Tab: Orange', 'Tab: Red', 'Tab: Cyan', 'Tab: Blue']
Fig, AM = PLT.underplott ()
er.PIE (M, etiketter = etiketter, farger = farger)
er.set_title ('kakediagram')
plt.forestilling()

Vi må overføre et spekter av fargetoner til fargevarameteren under å vise en graf i matplotlib for å endre nyanser. I dette tilfellet har vi utviklet en klar kobling mellom både tilbakemeldingene og aksjene som er tildelt dem. I palettfargene vil tomaten være blå, poteten vil være oransje, kålen vil være rød, gulroten vil være cyan, og løken vil være blå.

I dette eksemplet justerer vi fargeskjemaet til grafen.

Vis proporsjoner på skiver av kakediagram

Ta en titt på kakegrafen vi har opprettet ennå, det er åpenbart at usikre og sannsynligvis svar overstiger flere andre attributter. Imidlertid er det betydelig enklere for hver enkelt av oss å ha grafisk og statistisk forstått en graf.

AutopCT -parameteren blir brukt til å legge numeriske proporsjoner til hvert segment. Den støtter den vanlige syntaksen Python String Format og justerer sannsynlighetene for hver skive: dynamisk:

Importer matplotlib.Pyplot som Plt
M = [10, 30, 40, 50, 60]
Etiketter = ['tomat', 'potet', 'kål', 'gulrot', 'løk']
Colors = ['Tab: Gray', 'Tab: Orange', 'Tab: Red', 'Tab: Cyan', 'Tab: Blue']
Fig, AM = PLT.underplott ()
er.PIE (M, etiketter = etiketter, farger = farger, autopct = '%.0f %% ')
er.set_title ('kakediagram')
plt.forestilling()

Vi har bestemt oss for å ordne proporsjonene med 0 desimalpunkter (bare hele verdier) og legge til et prosentsymbol for øyeblikket ved å lage AutopCT til %.0f %%. Hvis de foregående prosent ... prosent tegn ble fjernet, ville karakterene blitt representert som faktiske verdier i stedet for brøk.

Eksplodere eller fremheve skivene

Det er ofte viktig å trekke oppmerksomhet til spesifikke oppføringer. I vår dataanalyse ble en veldig liten brøkdel av mennesker enige om å like en tomat i frukt. Vi kan knuse kanten hvis vi vil nevne at flere mennesker bare ikke liker tomater.

Importer matplotlib.Pyplot som Plt
M = [10, 30, 40, 50, 60]
Etiketter = ['tomat', 'potet', 'kål', 'gulrot', 'løk']
Colors = ['Tab: Gray', 'Tab: Orange', 'Tab: Red', 'Tab: Cyan', 'Tab: Blue']
eksplodere = [0.4, 0, 0, 0, 0.1]
Fig, AM = PLT.underplott ()
er.PIE (M, etiketter = etiketter, farger = farger, autopct = '%.0f %% ', eksplodere = eksplodere)
er.set_title ('kakediagram')
plt.forestilling()

Explode -metoden tar en rekke tall fra 0 til 1, med oppføringene som indikerer hvor langt kanten kan være fra sentrum. Alle kanter inneholder et eksploderende område på null som standard, noe som betyr at de alltid er knyttet til midtpunktet.

Prøver å stille dette tallet til 1 vil motvirke det betydelig fra grafen, derfor eksploderer vi ofte kanter med 0.2, 0.3, 0.4, 0.5, og noen andre identiske tall. Vi kan eksplodere mange flere som vi kan få det, inkludert en med en tydelig verdi for å understreke forskjellige nivåer. Når vi utfører dette programmet, får vi følgende funn:

Roterer kakediagrammet

Ved å justere den innledende vinkelen, kunne vi nå snurre grafen. Siden den gang har det fylt skiver mot klokken, og begynner 0 °. Vi vil lage en komplett sirkel ved å spesifisere startangle -parameteren til et heltall innen 0… 360:

Importer matplotlib.Pyplot som Plt
M = [10, 30, 40, 50, 60]
Etiketter = ['tomat', 'potet', 'kål', 'gulrot', 'løk']
Colors = ['Tab: Gray', 'Tab: Orange', 'Tab: Red', 'Tab: Cyan', 'Tab: Blue']
eksplodere = [0, 0.3, 0, 0, 0]
Fig, AM = PLT.underplott ()
er.PIE (M, etiketter = etiketter, farger = farger, autopct = '%.0f %% ',
eksplodere = eksplodere,
skygge = sant,
startangle = 90)
er.set_title ('kakediagram')
plt.forestilling()

Denne koden produserer et kakediagram som har blitt dreid med 90 grader, og dermed snurrer det på den andre kanten.

Konklusjon

Vi har dekket hvordan du viser en enkel kakegraf i matplotlib ved hjelp av python i denne opplæringen. Vi snakket også om det grunnleggende om kakegrafer før vi dykket inn i hvilken måte å endre grafikk for både funksjonelle og estetiske formål. PIE -grafer viser data som har blitt delt inn i klasser eller merknader. Det er en enkel og effektiv metode for å representere numeriske data, inkludert visse proporsjoner.