谁说matplotlib做不出好看的可视化
简说Python
共 16006字，需浏览 33分钟
· 2022-01-04
👆👆👆关注我，和老表一起学Python、云服务器
大家好，我是老表，今天给大家分享一篇由哈佛在等我呢投稿，主要是对matplotlib绘制柱状图和饼图的美化，看完你会发现，matplotlib虽然不能像pyecharts、bokeh等绘制出很精美的图，甚至是可交互的可视化图，但是通过配色、基础设置，我们也能用matplotlib绘制出好看、简单的可视化图。
收藏+点赞，转发更有爱，元旦快乐。
首先需要你的电脑安装好了Python环境，并且安装好了Python开发工具。
如果你还没有安装，可以参考以下文章：
如果仅用Python来处理数据、爬虫、数据分析或者自动化脚本、机器学习等，建议使用Python基础环境+jupyter即可，安装使用参考Windows/Mac 安装、使用Python环境+jupyter notebook
如果想利用Python进行web项目开发等，建议使用Python基础环境+Pycharm，安装使用参考：Windows下安装、使用Pycharm教程，这下全了 和 Mac下玩转Python-安装&使用Python/PyCharm 。
本文相关源码和字体，我都已经上传到了百度云，大家在微信公众号简说编程回复：代码，即可获取下载地址。
点击，关注简说编程，回复：代码
纵向柱形图(按升序排列)
纵向柱形图(类别与数据标签反转，按降序排列)
纵向柱形图(类别与数据标签反转，按降序排列，颜色编码也反转)
给纵向柱形图添加网格线
横向柱形图
默认生成的饼图
自定义配色的饼图
调整角度的饼图
调整角度让标签可以在内部不重叠显示的饼图
炸裂出来的饼图
纵向柱形图(按升序排列)
# 解决部分 jupyter notebook 中出图不成功
%matplotlib inline
# 导入相关库
import numpy as np
import matplotlib.pyplot as plt
# 解决中文乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
# 显示负号
plt.rcParams['axes.unicode_minus'] = False
# 字体
TNR = {'fontname':'Times New Roman'}
Fs = {'fontname':'Fangsong'}
# 设置画布大小
plt.figure(figsize=(12,6))
figure,axes = plt.subplots(1,1,figsize = (12,6),dpi = 1000)
data = [100, 130, 169, 220, 286, 372, 484, 629, 818, 1063, 1382, 1797]
labels = ["1月", "2月", "3月", "4月", "5月", "6月", "7月", "8月", "9月", "10月", "11月", "12月"]
# 数据顺序反转
# data.reverse()
# 标签顺序反转
# labels.reverse()
N = 12
x = np.arange(N)
# 自定义每根柱子的颜色
colors = ["#4E79A7", "#A0CBE8", "#F28E2B", "#FFBE7D", "#59A14F", "#8CD17D", "#B6992D", "#F1CE63", "#499894", "#86BCB6", "#E15759", "#E19D9A"]
# 颜色顺序反转
# colors.reverse()
# 绘制纵向柱形图
plt.bar(range(len(data)), data, tick_label=labels,color = colors)
# plt.barh(range(len(data)), data, tick_label=labels,color = colors)
# 添加大标题
plt.title("2021年各月份销售业绩(万元)",fontsize=20,**Fs)
# 给X轴定义标签
# plt.xlabel("月份",fontsize=15)
# 给Y轴定义标签
# plt.ylabel("销售额(万元)",fontsize=15)
# 依次给每根柱子添加数据标签,并把字体设置为新罗马体(教科书、论文的数字、公式一般都用新罗马体)
for i,j in zip(x, data):
plt.text(i, j+0.05, '%.0f' % j, ha='center', va= 'bottom',fontsize=15,**TNR)
# 为了美观，不显示画布的黑色边框
[axes.spines[loc_axis].set_visible(False) for loc_axis in ['top','right','bottom','left']]
# 不显示Y轴坐标
axes.set_yticks([])
# 输出为矢量图，不管放大或缩小，图形皆不会失真
plt.savefig(r"C:\Users\Administrator\Desktop\test.svg", format="svg")
# 输出为常规的png格式
plt.savefig(r"C:\Users\Administrator\Desktop\test.png", format="png")
# 输出为常规的jpg格式
plt.savefig(r"C:\Users\Administrator\Desktop\test.jpg", format="png")
# 绘图
plt.show()
纵向柱形图(类别与数据标签反转，按降序排列)
# 解决部分 jupyter notebook 中出图不成功
%matplotlib inline
# 导入相关库
import numpy as np
import matplotlib.pyplot as plt
# 解决中文乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
# 显示负号
plt.rcParams['axes.unicode_minus'] = False
# 字体
TNR = {'fontname':'Times New Roman'}
Fs = {'fontname':'Fangsong'}
# 设置画布大小
plt.figure(figsize=(12,6))
figure,axes = plt.subplots(1,1,figsize = (12,6),dpi = 1000)
data = [100, 130, 169, 220, 286, 372, 484, 629, 818, 1063, 1382, 1797]
labels = ["1月", "2月", "3月", "4月", "5月", "6月", "7月", "8月", "9月", "10月", "11月", "12月"]
# 数据顺序反转
data.reverse()
# 标签顺序反转
labels.reverse()
N = 12
x = np.arange(N)
# 自定义每根柱子的颜色
colors = ["#4E79A7", "#A0CBE8", "#F28E2B", "#FFBE7D", "#59A14F", "#8CD17D", "#B6992D", "#F1CE63", "#499894", "#86BCB6", "#E15759", "#E19D9A"]
# 颜色顺序反转
# colors.reverse()
# 绘制纵向柱形图
plt.bar(range(len(data)), data, tick_label=labels,color = colors)
# plt.barh(range(len(data)), data, tick_label=labels,color = colors)
# 添加大标题
plt.title("2021年各月份销售业绩(万元)",fontsize=20,**Fs)
# 给X轴定义标签
# plt.xlabel("月份",fontsize=15)
# 给Y轴定义标签
# plt.ylabel("销售额(万元)",fontsize=15)
# 依次给每根柱子添加数据标签,并把字体设置为新罗马体(教科书、论文的数字、公式一般都用新罗马体)
for i,j in zip(x, data):
plt.text(i, j+0.05, '%.0f' % j, ha='center', va= 'bottom',fontsize=15,**TNR)
# 为了美观，不显示画布的黑色边框
[axes.spines[loc_axis].set_visible(False) for loc_axis in ['top','right','bottom','left']]
# 不显示Y轴坐标
axes.set_yticks([])
# 输出为矢量图，不管放大或缩小，图形皆不会失真
plt.savefig(r"C:\Users\Administrator\Desktop\test.svg", format="svg")
# 输出为常规的png格式
plt.savefig(r"C:\Users\Administrator\Desktop\test.png", format="png")
# 输出为常规的jpg格式
plt.savefig(r"C:\Users\Administrator\Desktop\test.jpg", format="png")
# 绘图
plt.show()
纵向柱形图(类别与数据标签反转，按降序排列，颜色编码也反转)
# 解决部分 jupyter notebook 中出图不成功
%matplotlib inline
# 导入相关库
import numpy as np
import matplotlib.pyplot as plt
# 解决中文乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
# 显示负号
plt.rcParams['axes.unicode_minus'] = False
# 字体
TNR = {'fontname':'Times New Roman'}
Fs = {'fontname':'Fangsong'}
# 设置画布大小
plt.figure(figsize=(12,6))
figure,axes = plt.subplots(1,1,figsize = (12,6),dpi = 1000)
data = [100, 130, 169, 220, 286, 372, 484, 629, 818, 1063, 1382, 1797]
labels = ["1月", "2月", "3月", "4月", "5月", "6月", "7月", "8月", "9月", "10月", "11月", "12月"]
# 数据顺序反转
data.reverse()
# 标签顺序反转
labels.reverse()
N = 12
x = np.arange(N)
# 自定义每根柱子的颜色
colors = ["#4E79A7", "#A0CBE8", "#F28E2B", "#FFBE7D", "#59A14F", "#8CD17D", "#B6992D", "#F1CE63", "#499894", "#86BCB6", "#E15759", "#E19D9A"]
# 颜色顺序反转
colors.reverse()
# 绘制纵向柱形图
plt.bar(range(len(data)), data, tick_label=labels,color = colors)
# plt.barh(range(len(data)), data, tick_label=labels,color = colors)
# 添加大标题
plt.title("2021年各月份销售业绩(万元)",fontsize=20,**Fs)
# 给X轴定义标签
# plt.xlabel("月份",fontsize=15)
# 给Y轴定义标签
# plt.ylabel("销售额(万元)",fontsize=15)
# 依次给每根柱子添加数据标签,并把字体设置为新罗马体(教科书、论文的数字、公式一般都用新罗马体)
for i,j in zip(x, data):
plt.text(i, j+0.05, '%.0f' % j, ha='center', va= 'bottom',fontsize=15,**TNR)
# 为了美观，不显示画布的黑色边框
[axes.spines[loc_axis].set_visible(False) for loc_axis in ['top','right','bottom','left']]
# 不显示Y轴坐标
axes.set_yticks([])
# 输出为矢量图，不管放大或缩小，图形皆不会失真
plt.savefig(r"C:\Users\Administrator\Desktop\test.svg", format="svg")
# 输出为常规的png格式
plt.savefig(r"C:\Users\Administrator\Desktop\test.png", format="png")
# 输出为常规的jpg格式
plt.savefig(r"C:\Users\Administrator\Desktop\test.jpg", format="png")
# 绘图
plt.show()
给纵向柱形图添加网格线
# 解决部分 jupyter notebook 中出图不成功
%matplotlib inline
# 导入相关库
import numpy as np
import matplotlib.pyplot as plt
# 解决中文乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
# 显示负号
plt.rcParams['axes.unicode_minus'] = False
# 字体
TNR = {'fontname':'Times New Roman'}
Fs = {'fontname':'Fangsong'}
# 设置画布大小
plt.figure(figsize=(12,6))
figure,axes = plt.subplots(1,1,figsize = (12,6),dpi = 1000)
data = [100, 130, 169, 220, 286, 372, 484, 629, 818, 1063, 1382, 1797]
labels = ["1月", "2月", "3月", "4月", "5月", "6月", "7月", "8月", "9月", "10月", "11月", "12月"]
# 数据顺序反转
# data.reverse()
# 标签顺序反转
# labels.reverse()
N = 12
x = np.arange(N)
# 自定义每根柱子的颜色
colors = ["#4E79A7", "#A0CBE8", "#F28E2B", "#FFBE7D", "#59A14F", "#8CD17D", "#B6992D", "#F1CE63", "#499894", "#86BCB6", "#E15759", "#E19D9A"]
# 颜色顺序反转
# colors.reverse()
# 绘制纵向柱形图
plt.bar(range(len(data)), data, tick_label=labels,color = colors)
# plt.barh(range(len(data)), data, tick_label=labels,color = colors)
# 添加大标题
plt.title("2021年各月份销售业绩(万元)",fontsize=20,**Fs)
# 给X轴定义标签
# plt.xlabel("月份",fontsize=15)
# 给Y轴定义标签
# plt.ylabel("销售额(万元)",fontsize=15)
# 依次给每根柱子添加数据标签,并把字体设置为新罗马体(教科书、论文的数字、公式一般都用新罗马体)
for i,j in zip(x, data):
plt.text(i, j+0.05, '%.0f' % j, ha='center', va= 'bottom',fontsize=15,**TNR)
# 为了美观，不显示画布的黑色边框
[axes.spines[loc_axis].set_visible(False) for loc_axis in ["top","bottom","left","right"]]
# 不显示Y轴坐标
axes.set_yticks([])
# 输出为矢量图，不管放大或缩小，图形皆不会失真
plt.savefig(r"C:\Users\Administrator\Desktop\test.svg", format = "svg")
# 输出为常规的png格式
plt.savefig(r"C:\Users\Administrator\Desktop\test.png", format = "png")
# 输出为常规的jpg格式
plt.savefig(r"C:\Users\Administrator\Desktop\test.jpg", format = "png")
# 添加网格
plt.grid(axis = "y")
# 自定义网格线形状
plt.grid(c = "gold")
# 定义网格线的线型和线宽，jupyter notebook 有提示
# '-', '--', '-.', ':', 'None', ' ', '', 'solid', 'dashed', 'dashdot', 'dotted'
plt.grid(linestyle = "dotted", linewidth = 0.5)
# 绘图
plt.show()
横向柱形图
# 导入相关的包
import numpy as np
import matplotlib.pyplot as plt
# 解决中文乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
# 显示负号
plt.rcParams['axes.unicode_minus'] = False
# 字体
TNR = {'fontname':'Times New Roman'}
HP = {'fontname':'STHUPO'}
# 自定义每根柱子的颜色
colors = ["#4E79A7", "#A0CBE8", "#F28E2B", "#FFBE7D", "#59A14F", "#8CD17D", "#B6992D", "#F1CE63", "#499894", "#86BCB6", "#E15759", "#E19D9A"]
# 设置画布大小
figure,axes = plt.subplots(1,1,figsize = (12,10),dpi = 80)
data_h = [100, 130, 169, 220, 286, 372, 484, 629, 818, 1063, 1382, 1797]
lable_h = ["1月", "2月", "3月", "4月", "5月", "6月", "7月", "8月", "9月", "10月", "11月", "12月"]
# 依次给每根柱子添加数据标签,并把字体设置为新罗马体(教科书、论文的数字、公式一般都用新罗马体)
N = len(data_h)
x = np.arange(N)
for i,j in zip(x, data_h):
plt.text(j+50, i+0.1, "%s" %j, ha='center', va = "top",fontsize = 15,**TNR)
# 数据顺序反转
# data_h.reverse()
# 标签顺序反转
# lable_h.reverse()
# 颜色顺序反转
# colors.reverse()
# 为了美观，不显示画布的黑色边框
[axes.spines[loc_axis].set_visible(False) for loc_axis in ["top","bottom","left","right"]]
# 添加大标题
plt.title("2021年各月份销售业绩(万元)",fontsize = 28,**HP)
# 添加网格
# plt.grid(axis = "x")
plt.barh(x, data_h, height = 0.7, tick_label=lable_h,color = colors)
# 输出为矢量图，不管放大或缩小，图形皆不会失真
plt.savefig(r"C:\Users\Administrator\Desktop\test.svg", format="svg")
# 输出为常规的png格式
plt.savefig(r"C:\Users\Administrator\Desktop\test.png", format="png")
# 输出为常规的jpg格式
plt.savefig(r"C:\Users\Administrator\Desktop\test.jpg", format="png")
plt.show()
默认生成的饼图
# 解决部分 jupyter notebook 中出图不成功
%matplotlib inline
# 导入相关库
import numpy as np
import matplotlib.pyplot as plt
# 解决中文乱码
plt.rcParams['font.sans-serif'] = ["Fangsong"]
# 显示负号
plt.rcParams['axes.unicode_minus'] = False
# 设置画布大小
plt.figure(figsize=(12,6))
figure,axes = plt.subplots(1,1,figsize = (6,6),dpi = 120)
# 构造数据
y = [100, 130, 169, 220, 286, 372, 484, 629, 818, 1063, 1382, 1797]
label=["1月", "2月", "3月", "4月", "5月", "6月", "7月", "8月", "9月", "10月", "11月", "12月"]
# 绘图
plt.pie(y,labels=label)
# 添加大标题，并设置字号大小，以及定义所用字体
plt.title("各月份销售占比",fontsize = 28)
# 输出为矢量图，不管放大或缩小，图形皆不会失真
plt.savefig(r"C:\Users\Administrator\Desktop\matplotlib饼图.svg", format="svg")
# 输出为常规的png格式
plt.savefig(r"C:\Users\Administrator\Desktop\matplotlib饼图.png", format="png")
# 输出为常规的jpg格式
plt.savefig(r"C:\Users\Administrator\Desktop\matplotlib饼图.jpg", format="png")
# 可视化呈现
plt.show()
自定义配色的饼图
# 解决部分 jupyter notebook 中出图不成功
%matplotlib inline
# 导入相关库
import numpy as np
import matplotlib.pyplot as plt
# 解决中文乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
# 显示负号
plt.rcParams['axes.unicode_minus'] = False
# 字体
TNR = {'fontname':'Times New Roman'}
Fs = {'fontname':'Fangsong'}
# 设置画布大小
plt.figure(figsize=(15,6))
figure,axes = plt.subplots(1,1,figsize = (15,6),dpi = 120)
y = [100, 130, 169, 220, 286, 372, 484, 629, 818, 1063, 1382, 1797]
label=["1月", "2月", "3月", "4月", "5月", "6月", "7月", "8月", "9月", "10月", "11月", "12月"] # 设置饼图标签
# 数据顺序反转
y.reverse()
# 标签顺序反转
label.reverse()
# 自定义饼图各扇区的颜色
colors=["#4E79A7", "#A0CBE8", "#F28E2B", "#FFBE7D", "#59A14F", "#8CD17D", "#B6992D", "#F1CE63", "#499894", "#86BCB6", "#E15759", "#E19D9A"]
plt.pie(y,
labels=label, # 设置分组类别标签
colors = colors, #自定义每个扇区的颜色
# explode=(0, 0.2, 0, 0,0,0, 0,0,0, 0,0,0), # 让比值较大的扇区炸裂开来，占比越大，距离圆心越远
autopct='%.2f%%', # 让标签以百分比形式显示，且精确到两位小数
labeldistance = 1.1, # 分组名称标签相对圆心的距离位置
pctdistance = 0.9, # 数值标签相对圆心的距离位置
# shadow = True, # 添加阴影
radius = 1, # 饼图的相对半径
startangle = 90, # 绘图的起始角度
counterclock = False # 时针方向
)
# 添加大标题，并设置字号大小，以及定义所用字体
plt.title("各月份销售占比",fontsize = 28,**HP)
# 输出为矢量图，不管放大或缩小，图形皆不会失真
plt.savefig(r"C:\Users\Administrator\Desktop\matplotlib饼图.svg", format="svg")
# 输出为常规的png格式
plt.savefig(r"C:\Users\Administrator\Desktop\matplotlib饼图.png", format="png")
# 输出为常规的jpg格式
plt.savefig(r"C:\Users\Administrator\Desktop\matplotlib饼图.jpg", format="png")
# 绘图
plt.show()
调整角度的饼图
# 解决部分 jupyter notebook 中出图不成功
%matplotlib inline
# 导入相关库
import numpy as np
import matplotlib.pyplot as plt
# 解决中文乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
# 显示负号
plt.rcParams['axes.unicode_minus'] = False
# 字体
TNR = {'fontname':'Times New Roman'}
Fs = {'fontname':'Fangsong'}
# 设置画布大小
plt.figure(figsize=(12,6))
figure,axes = plt.subplots(1,1,figsize = (6,6),dpi = 120)
y = [100, 130, 169, 220, 286, 372, 484, 629, 818, 1063, 1382, 1797]
label=["1月", "2月", "3月", "4月", "5月", "6月", "7月", "8月", "9月", "10月", "11月", "12月"] # 设置饼图标签
# 数据顺序反转
y.reverse()
# 标签顺序反转
label.reverse()
# 自定义饼图各扇区的颜色
colors=["#4E79A7", "#A0CBE8", "#F28E2B", "#FFBE7D", "#59A14F", "#8CD17D", "#B6992D", "#F1CE63", "#499894", "#86BCB6", "#E15759", "#E19D9A"]
plt.pie(y,
labels=label, # 设置分组类别标签
colors = colors, #自定义每个扇区的颜色
# explode=(0, 0.2, 0, 0,0,0, 0,0,0, 0,0,0), # 让比值较大的扇区炸裂开来，占比越大，距离圆心越远
autopct='%.2f%%', # 让标签以百分比形式显示，且精确到两位小数
labeldistance = 1.1, # 分组名称标签相对圆心的距离位置
pctdistance = 0.9, # 数值标签相对圆心的距离位置
# shadow = True, # 添加阴影
radius = 1, # 饼图的相对半径
startangle = 90, # 绘图的起始角度
# counterclock = False # 时针方向
)
# 添加大标题，并设置字号大小，以及定义所用字体
plt.title("各月份销售占比",fontsize = 28,**HP)
# 输出为矢量图，不管放大或缩小，图形皆不会失真
plt.savefig(r"C:\Users\Administrator\Desktop\matplotlib饼图.svg", format="svg")
# 输出为常规的png格式
plt.savefig(r"C:\Users\Administrator\Desktop\matplotlib饼图.png", format="png")
# 输出为常规的jpg格式
plt.savefig(r"C:\Users\Administrator\Desktop\matplotlib饼图.jpg", format="png")
# 绘图
plt.show()
调整角度让标签可以在内部不重叠显示的饼图
# 解决部分 jupyter notebook 中出图不成功
%matplotlib inline
# 导入相关库
import numpy as np
import matplotlib.pyplot as plt
# 解决中文乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
# 显示负号
plt.rcParams['axes.unicode_minus'] = False
# 字体
TNR = {'fontname':'Times New Roman'}
Fs = {'fontname':'Fangsong'}
# 设置画布大小
plt.figure(figsize=(12,6))
figure,axes = plt.subplots(1,1,figsize = (6,6),dpi = 120)
y = [100, 130, 169, 220, 286, 372, 484, 629, 818, 1063, 1382, 1797]
label=["1月", "2月", "3月", "4月", "5月", "6月", "7月", "8月", "9月", "10月", "11月", "12月"] # 设置饼图标签
# 数据顺序反转
y.reverse()
# 标签顺序反转
label.reverse()
# 自定义饼图各扇区的颜色
colors=["#4E79A7", "#A0CBE8", "#F28E2B", "#FFBE7D", "#59A14F", "#8CD17D", "#B6992D", "#F1CE63", "#499894", "#86BCB6", "#E15759", "#E19D9A"]
plt.pie(y,
labels=label, # 设置分组类别标签
colors = colors, #自定义每个扇区的颜色
# explode=(0, 0.2, 0, 0,0,0, 0,0,0, 0,0,0), # 让比值较大的扇区炸裂开来，占比越大，距离圆心越远
autopct='%.2f%%', # 让标签以百分比形式显示，且精确到两位小数
labeldistance = 1.1, # 分组名称标签相对圆心的距离位置
pctdistance = 0.9, # 数值标签相对圆心的距离位置
# shadow = True, # 添加阴影
radius = 1, # 饼图的相对半径
startangle = 180, # 绘图的起始角度
# counterclock = False # 时针方向
)
# 添加大标题，并设置字号大小，以及定义所用字体
plt.title("各月份销售占比",fontsize = 28,**HP)
# 输出为矢量图，不管放大或缩小，图形皆不会失真
plt.savefig(r"C:\Users\Administrator\Desktop\matplotlib饼图.svg", format="svg")
# 输出为常规的png格式
plt.savefig(r"C:\Users\Administrator\Desktop\matplotlib饼图.png", format="png")
# 输出为常规的jpg格式
plt.savefig(r"C:\Users\Administrator\Desktop\matplotlib饼图.jpg", format="png")
# 绘图
plt.show()
炸裂出来的饼图
# 解决部分 jupyter notebook 中出图不成功
%matplotlib inline
# 导入相关库
import numpy as np
import matplotlib.pyplot as plt
# 解决中文乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
# 显示负号
plt.rcParams['axes.unicode_minus'] = False
# 字体
TNR = {'fontname':'Times New Roman'}
Fs = {'fontname':'Fangsong'}
# 设置画布大小
plt.figure(figsize=(12,6))
figure,axes = plt.subplots(1,1,figsize = (6,6),dpi = 120)
# 构造数据
y = [100, 130, 169, 220, 286, 372, 484, 629, 818, 1063, 1382, 1797]
label=["1月", "2月", "3月", "4月", "5月", "6月", "7月", "8月", "9月", "10月", "11月", "12月"]
# 数据顺序反转
y.reverse()
# 标签顺序反转
label.reverse()
# 自定义饼图各扇区的颜色
colors=["#4E79A7", "#A0CBE8", "#F28E2B", "#FFBE7D", "#59A14F", "#8CD17D", "#B6992D", "#F1CE63", "#499894", "#86BCB6", "#E15759", "#E19D9A"]
# 开始绘图
plt.pie(y,
labels=label, # 设置分组类别标签
colors = colors, #自定义每个扇区的颜色
explode=(0.2, 0.1, 0, 0,0,0, 0,0,0, 0,0,0), # 让比值较大的扇区炸裂开来，占比越大，距离圆心越远
autopct='%.2f%%', # 让标签以百分比形式显示，且精确到两位小数
labeldistance = 1.1, # 分组名称标签相对圆心的距离位置
pctdistance = 0.9, # 数值标签相对圆心的距离位置
# shadow = True, # 添加阴影
radius = 1, # 饼图的相对半径
startangle = 90, # 绘图的起始角度
counterclock = False # 时针方向
)
# 添加大标题，并设置字号大小，以及定义所用字体
plt.title("各月份销售占比",fontsize = 28,**HP)
# 输出为矢量图，不管放大或缩小，图形皆不会失真
plt.savefig(r"C:\Users\Administrator\Desktop\matplotlib饼图.svg", format="svg")
# 输出为常规的png格式
plt.savefig(r"C:\Users\Administrator\Desktop\matplotlib饼图.png", format="png")
# 输出为常规的jpg格式
plt.savefig(r"C:\Users\Administrator\Desktop\matplotlib饼图.jpg", format="png")
# 可视化呈现
plt.show()
延申出来的学习资料：https://www.bilibili.com/video/BV11Q4y1f7VH
如何找到我：
评论
【第129期】程序员的新宠：三款终端工具，让你告别Xshell！
概述 WindTerm：跨平台的SSH利器 首先介绍的是WindTerm，这是一款使用C语言开发的跨平台SSH客户端。它不仅完全免费，而且没有商业使用的限制。WindTerm支持SSH v2、Telnet、Raw Tcp等协议，而且性能出色，甚至超过了FinalShell和Electerm。功能
前端微服务
0
上班的时候，有一群摸鱼搭子非常重要...
上班的时候，有一群摸鱼搭子非常重要！一到上班时间，他们就从四面八方涌进群里冒泡...从八卦聊到股市、从职场聊到乌X兰局势，偶尔还会复读、相亲、battle...然后，下午6点钟准时消失不见...所以你要不要加入我们一起摸鱼？我们有北京、上海、深圳、广州、杭州、武汉、成都、南京等8个城市的摸鱼群，还有
产品经理日记
0
周四002 瑞超：同样落寞的境遇——北雪平vs埃尔夫斯堡
上赛季最终排名联赛第9的北雪平本赛季伊始表现不佳，4轮战罢他们仅以1胜1平2负的战绩排在倒数第三，这支历史上曾夺得13次联赛冠军、6次杯赛冠军老牌劲旅，正如英格兰赛场上的一众百年俱乐部，在低谷中不断探索着出路。球队主教练安德烈亚斯·阿尔姆曾是AIK索尔纳及赫根队的主教练，他于今年年初刚刚拿起球队教鞭
产品与体验
0
知乎高问：程序员有必要知道为什么做某个功能吗？
将Python客栈设为“星标⭐”第一时间收到最新资讯前言知乎上有一个提问：程序员有必要知道为什么做某个功能吗？↓↓↓今天，我们就这个话题一起来做个讨论。不知道程序员的你，在接到产品经理提的一个需求后，是习惯马上动手开始撸代码呢？还是会先暂停一下，认真思考一会如下一些问题，比如这个需求产生的背景是什么
Python客栈
0
日本影山优佳最新杂志照，展现充满透明感的美丽
今天的图文分享的是影山优佳的杂志写真。元日向坂46的影山优佳，登上了写真杂志《周刊FLASH》5/7和5/14合并号的封面。影山优佳是日本艺人、女演员、前偶像。身高155厘米。2001年5月8日出生于东京都。2023年7月从组合日向坂46毕业，之后作为演员活跃的影山优佳，在《周刊FLAS
python教程
0
盘点一个使用超级鹰识别验证码并自动登录的案例
点击上方“Python共享之家”，进行关注回复“资源”即可获赠Python学习资料今日鸡汤江上几人在，天涯孤棹还。大家好，我是皮皮。一、前言前几天在Python钻石交流群【静惜】问了一个Python实现识别验证码并自动登录的问题，提问截图如下：验证码的截图如下所示：二、实现过程这里大家激烈的探讨，【
IT共享之家
0
朋友，你也不想一个人孤孤单单的上班吧？
上班的时候，有一群摸鱼搭子非常重要！一到上班时间，他们就从四面八方涌进群里冒泡...从八卦聊到股市、从职场聊到乌X兰局势，偶尔还会复读、相亲、battle...然后，下午6点钟准时消失不见...所以你要不要加入我们一起摸鱼？我们有北京、上海、深圳、广州、杭州、武汉、成都、南京等8个城市的摸鱼群，还有
产品经理日记
0
美团社招一面，比预想的简单。
面试题大全：www.javacn.site面试这件事就很玄学，有时候你觉得他可能很难，但面完之后竟然出奇的顺利，问的问题你都会；有些你觉得这次面试应该很简单，但去了之后就被问懵了，所以面试这件事有很多一部分运气的成分。所以说，在没有 Offer 之前就是多准备、楞怂面，主打一个大力出奇迹。这不，逛牛
Java中文社群
0