Aunque Python tiene varios paquetes de visualización de datos, Matplotlib es quizás el más preferido. La notoriedad de Matplotlib se deriva de su confiabilidad y funcionalidad, ya que puede mostrar gráficos simples y complicados con un mínimo esfuerzo de programación. Los gráficos también se pueden modificar de varias maneras.
Un gráfico circular es un diseño cuantitativo esférico que solo puede mostrar un único conjunto de datos a la vez. La proporción total del conjunto de datos definido está representada por el área del gráfico. La proporción de conjuntos de datos viene dada por el área de los sectores circulares. Las rebanadas de pastel están destinadas a ser las piezas del pastel. El tamaño del arco de la cuña requiere medir la cuña.
Las dimensiones de una cuña indican la proporción dentro de esa parte de los datos que se relacionaría con el todo. Debido a que brindan una breve descripción general, los gráficos circulares se usan a menudo en reuniones profesionales, como ingresos, marketing, resultados de encuestas y finanzas. Este tutorial explica diferentes técnicas utilizadas para mostrar un gráfico circular en Matplotlib.
Tabla de Contenidos
Generar un gráfico circular en Matplotlib
En Matplotlib podríamos usar el método pie() de la clase PyPlot o Axes para dibujar un gráfico circular. El principal parámetro requerido es el registro a mostrar, que puede ser un elemento de datos:
importar matplotlib.pyplot como por favor
importar sordo como notario público
j = notario público.Hilera([45, 30, 50, 40])
por favorpastel(j)
por favorshow()
Este código crea un gráfico circular limpio y simple, donde cada número de por medio corresponde a una porción relativamente grande del pastel.
Insertar etiquetas en el gráfico circular
Insertemos algunas etiquetas para que puedas descubrir fácilmente qué es:
importar matplotlib.pyplot como por favor
metro = [10, 30, 40, 50, 60]
etiquetas = [‘Tomato’, ‘Potato’, ‘Cabbage’, ‘Carrot’, ‘Onion’]
Cobarde, soy = por favorsubtramas()
soy.pastel(metro, etiquetas = etiquetas)
soy.set_title(‘Tabla de pasteles’)
por favorshow()
Aquí, el gráfico circular ahora contendría varias piezas nuevas de información que facilitan el análisis.
Personalización de gráficos circulares de matplotlib
Al crear análisis gráficos para presentaciones, informes o simplemente para comenzar a compartir con colegas, es posible que los usuarios solo necesiten personalizarlo y modificarlo un poco más. Por ejemplo, al usar diferentes tonos que corresponden a los segmentos, mostrar proporciones en cuñas en lugar de depender del procesamiento visual o romper segmentos para ilustrarlas.
Un gráfico circular se puede personalizar de varias formas. El parámetro Ángulo de inicio gira en el sentido de las agujas del reloj alrededor del gráfico, exactamente en el eje x de un gráfico circular, a través del número de puntos especificado. Si el parámetro Sombra se establece en verdadero, la sombra aparecerá justo debajo del borde circular.
Las porciones del pastel se pueden modificar usando Wedgeprop, una matriz de Python de puntos de nombre y valor que especifican atributos de cuña como el ancho de la barra, el color del borde, etc. Cuando se aplica frame=True, se crea un marco de eje alrededor del gráfico circular. Las proporciones se muestran en los bordes con autopct. Veamos cómo Matplotlib nos permite modificar gráficos de barras:
importar matplotlib.pyplot como por favor
metro = [10, 30, 40, 50, 60]
etiquetas = [‘Tomato’, ‘Potato’, ‘Cabbage’, ‘Carrot’, ‘Onion’]
Colores = [‘tab:gray’, ‘tab:orange’, ‘tab:red’, ‘tab:cyan’, ‘tab:blue’]
Cobarde, soy = por favorsubtramas()
soy.pastel(metro, etiquetas = etiquetas, Colores = Colores)
soy.set_title(‘Tabla de pasteles’)
por favorshow()
Necesitamos pasar un espectro de tonos al parámetro de color mientras mostramos un gráfico en Matplotlib para cambiar los tonos. En este caso hemos desarrollado una clara conexión entre el feedback y las acciones asignadas al mismo. En los colores de la paleta, el tomate es azul, la papa es naranja, el repollo es rojo, la zanahoria es cian y la cebolla es azul.
En este ejemplo, personalizaremos el esquema de color del gráfico.
Mostrar proporciones en porciones de gráfico circular
Eche un vistazo al gráfico circular que hemos creado hasta ahora. Es evidente que las respuestas «Incierto» y «Probablemente» superan varios otros atributos. Sin embargo, es mucho más fácil para cada uno de nosotros haber registrado un gráfico gráfica y estadísticamente.
El parámetro autopct se usa para agregar proporciones numéricas a cada segmento. Es compatible con la sintaxis de formato de cadena habitual de Python y ajusta dinámicamente las probabilidades de cada segmento:
importar matplotlib.pyplot como por favor
metro = [10, 30, 40, 50, 60]
etiquetas = [‘Tomato’, ‘Potato’, ‘Cabbage’, ‘Carrot’, ‘Onion’]
Colores = [‘tab:gray’, ‘tab:orange’, ‘tab:red’, ‘tab:cyan’, ‘tab:blue’]
Cobarde, soy = por favorsubtramas()
soy.pastel(metro, etiquetas = etiquetas, Colores = Colores, autoparte=‘%.0f%%’)
soy.set_title(‘Tabla de pasteles’)
por favorshow()
Decidimos ordenar las proporciones con 0 decimales (solo valores enteros) y luego agregar un signo de porcentaje por el momento por autopct a %.0f %% . Si se hubieran eliminado los signos de porcentaje iniciales, los signos se habrían representado como valores reales y no como fracciones.
Disolver o resaltar las rebanadas
A menudo es importante llamar la atención sobre ciertas entradas. En nuestro análisis de datos, una proporción muy pequeña de personas estuvo de acuerdo en que les gustaba un tomate con fruta. Podríamos romper el borde si queremos mencionar que a algunas personas simplemente no les gustan los tomates.
importar matplotlib.pyplot como por favor
metro = [10, 30, 40, 50, 60]
etiquetas = [‘Tomato’, ‘Potato’, ‘Cabbage’, ‘Carrot’, ‘Onion’]
Colores = [‘tab:gray’, ‘tab:orange’, ‘tab:red’, ‘tab:cyan’, ‘tab:blue’]
explotar = [0.4, , , , 0.1]
Cobarde, soy = por favorsubtramas()
soy.pastel(metro, etiquetas = etiquetas, Colores = Colores, autoparte=‘%.0f%%’, explotar =explotar)
soy.set_title(‘Tabla de pasteles’)
por favorshow()
El método de explosión utiliza una matriz de números que van del 0 al 1, donde las entradas indican qué tan lejos puede estar el borde del centro. Todos los bordes contienen un área de explosión cero por defecto, lo que significa que siempre están conectados al punto medio.
Intentar establecer este número en 1 lo compensará significativamente del gráfico, por lo que comúnmente explotamos los bordes alrededor de 0.2, 0.3, 0.4, 0.5 y algunos otros números idénticos. Podemos explotar mucho más si lo conseguimos, incluso uno de cierto valor para resaltar diferentes niveles. Cuando ejecutamos este programa, obtenemos los siguientes resultados:
Gira el gráfico circular
Al ajustar el ángulo inicial, ahora podemos rotar el gráfico. Desde entonces ha llenado discos en sentido contrario a las agujas del reloj, comenzando en 0°. Creamos un círculo completo configurando el parámetro startangle en un número entero entre 0 y 360:
importar matplotlib.pyplot como por favor
metro = [10, 30, 40, 50, 60]
etiquetas = [‘Tomato’, ‘Potato’, ‘Cabbage’, ‘Carrot’, ‘Onion’]
Colores = [‘tab:gray’, ‘tab:orange’, ‘tab:red’, ‘tab:cyan’, ‘tab:blue’]
explotar = [, 0.3, , , ]
Cobarde, soy = por favorsubtramas()
soy.pastel(metro, etiquetas = etiquetas, Colores = Colores, autoparte=‘%.0f%%’,
explotar =explotar,
La sombra = Verdadero,
ángulo inicial = 90)
soy.set_title(‘Tabla de pasteles’)
por favorshow()
Este código crea un gráfico circular que se ha girado 90 grados, lo que hace que gire en el otro borde.
Conclusión
En este tutorial, cubrimos cómo mostrar un gráfico circular simple en Matplotlib usando Python. También hablamos sobre los conceptos básicos de los gráficos circulares antes de profundizar en la modificación de gráficos con fines funcionales y estéticos. Los gráficos circulares muestran datos que se han dividido en clases o anotaciones. Es una forma simple y efectiva de representar datos numéricos, incluidas proporciones específicas.
