Samouczek Pythona

Strona główna Pythona Wprowadzenie do Pythona Wprowadzenie do Pythona Składnia Pythona Komentarze w Pythonie Zmienne w Pythonie Typy danych Pythona Liczby w Pythonie Casting w Pythonie Ciągi Pythona Wartości logiczne w Pythonie Operatory Pythona Listy Pythona Krotki Pythona Zestawy Pythona Słowniki Pythona Python, jeśli... w przeciwnym razie Pętle while Pythona Python dla pętli Funkcje Pythona Python Lambda Tablice Pythona Klasy/obiekty Pythona Dziedziczenie Pythona Iteratory Pythona Zakres Pythona Moduły Pythona Daty Pythona Matematyka w Pythonie Python JSON RegEx w Pythonie PIP w Pythonie Python Wypróbuj... Z wyjątkiem Dane wejściowe użytkownika w Pythonie Formatowanie ciągów w Pythonie

Obsługa plików

Obsługa plików w Pythonie Odczytywanie plików Pythona Zapis/Tworzenie plików w Pythonie Usuń pliki Pythona

Moduły Pythona

Samouczek NumPy Przewodnik po pandzie Samouczek Scipy

Python Matplotlib

Wprowadzenie do biblioteki Matplotlib Matplotlib Rozpocznij Matplotlib Pyplot Matplotlib kreślenie Markery Matplotlib Linia Matplotlib Etykiety Matplotlib Siatka Matplotlib Wykresy podrzędne Matplotlib Rozproszenie Matplotlib Paski Matplotlib Histogramy Matplotlib Wykresy kołowe Matplotlib

Nauczanie maszynowe

Pierwsze kroki Tryb średniej mediany Odchylenie standardowe Percentyl Dystrybucja danych Normalna dystrybucja danych Wykres punktowy Regresja liniowa Regresja wielomianowa Regresja wielokrotna Skala Trenuj/Test Drzewo decyzyjne

Python MySQL

Rozpocznij MySQL Tworzenie bazy danych MySQL Utwórz tabelę MySQL Wstaw MySQL Wybór MySQL MySQL Gdzie Zamów MySQL według Usuń MySQL Tabela upuszczania MySQL Aktualizacja MySQL Limit MySQL Dołącz do MySQL

Python MongoDB

MongoDB Rozpocznij MongoDB Utwórz bazę danych MongoDB Utwórz kolekcję Wstaw MongoDB MongoDB Znajdź Zapytanie MongoDB Sortuj MongoDB Usuń MongoDB MongoDB Drop Collection Aktualizacja MongoDB Limit MongoDB

Odniesienie do Pythona

Przegląd Pythona Wbudowane funkcje Pythona Metody ciągów Pythona Metody listy Pythona Metody słownika Pythona Metody krotek w Pythonie Metody zestawów Pythona Metody plików Pythona Słowa kluczowe w Pythonie Wyjątki Pythona Słownik Pythona

Odniesienie do modułu

Moduł losowy Moduł żądań Moduł statystyk Moduł matematyczny Moduł cMath

Instrukcje Pythona

Usuń duplikaty listy Odwróć ciąg Dodaj dwie liczby

Przykłady Pythona

Przykłady Pythona Kompilator Pythona Ćwiczenia z Pythona Quiz Pythona Certyfikat Pythona

Wykresy kołowe Matplotlib


Tworzenie wykresów kołowych

Dzięki Pyplot możesz użyć pie()funkcji do rysowania wykresów kołowych:

Przykład

Prosty wykres kołowy:

import matplotlib.pyplot as plt
import numpy as np

y = np.array([35, 25, 25, 15])

plt.pie(y)
plt.show() 

Wynik:

Jak widać, wykres kołowy rysuje po jednym kawałku (nazywanym klinem) dla każdej wartości w tablicy (w tym przypadku [35, 25, 25, 15]).

Domyślnie kreślenie pierwszego klina rozpoczyna się od osi x i przesuwa się w kierunku przeciwnym do ruchu wskazówek zegara :

Uwaga: Rozmiar każdego klina określa się, porównując wartość ze wszystkimi innymi wartościami, korzystając z poniższego wzoru:

Wartość podzielona przez sumę wszystkich wartości:x/sum(x)



Etykiety

Dodaj etykiety do wykresu kołowego z labelparametrem.

Parametr labelmusi być tablicą z jedną etykietą dla każdego klina:

Przykład

Prosty wykres kołowy:

import matplotlib.pyplot as plt
import numpy as np

y = np.array([35, 25, 25, 15])
mylabels = ["Apples", "Bananas", "Cherries", "Dates"]

plt.pie(y, labels = mylabels)
plt.show() 

Wynik:


Kąt początkowy

Jak wspomniano, domyślny kąt początkowy znajduje się na osi x, ale można zmienić kąt początkowy, określając startangleparametr.

Parametr startangleokreślany jest kątem w stopniach, domyślny kąt to 0:

Przykład

Rozpocznij pierwszy klin pod kątem 90 stopni:

import matplotlib.pyplot as plt
import numpy as np

y = np.array([35, 25, 25, 15])
mylabels = ["Apples", "Bananas", "Cherries", "Dates"]

plt.pie(y, labels = mylabels, startangle = 90)
plt.show() 

Wynik:


Eksplodować

Może chcesz, żeby jeden z koturnów się wyróżniał? Parametr explodepozwala to zrobić.

Parametr explode, jeśli jest określony, a nie None, musi być tablicą z jedną wartością dla każdego klina.

Każda wartość określa, jak daleko od środka wyświetlany jest każdy klin:

Przykład

Wyciągnij klin „Jabłka” 0,2 od środka tortu:

import matplotlib.pyplot as plt
import numpy as np

y = np.array([35, 25, 25, 15])
mylabels = ["Apples", "Bananas", "Cherries", "Dates"]
myexplode = [0.2, 0, 0, 0]

plt.pie(y, labels = mylabels, explode = myexplode)
plt.show() 

Wynik:


Cień

Dodaj cień do wykresu kołowego, ustawiając shadowsparametr na True:

Przykład

Dodaj cień:

import matplotlib.pyplot as plt
import numpy as np

y = np.array([35, 25, 25, 15])
mylabels = ["Apples", "Bananas", "Cherries", "Dates"]
myexplode = [0.2, 0, 0, 0]

plt.pie(y, labels = mylabels, explode = myexplode, shadow = True)
plt.show() 

Wynik:


Zabarwienie

Za pomocą parametru możesz ustawić kolor każdego klina colors.

Parametr colors, jeśli został określony, musi być tablicą z jedną wartością dla każdego klina:

Przykład

Określ nowy kolor dla każdego klina:

import matplotlib.pyplot as plt
import numpy as np

y = np.array([35, 25, 25, 15])
mylabels = ["Apples", "Bananas", "Cherries", "Dates"]
mycolors = ["black", "hotpink", "b", "#4CAF50"]

plt.pie(y, labels = mylabels, colors = mycolors)
plt.show() 

Wynik:

Możesz użyć szesnastkowych wartości kolorów , dowolnych 140 obsługiwanych nazw kolorów lub jednego z tych skrótów:

'r'- Czerwony
'g'- Zielony
'b'- Niebieski
'c'- Cyjan
'm'- Magenta
'y'- Żółty
'k'- Czarny
'w'- Biały


Legenda

Aby dodać listę wyjaśnień dla każdego klina, użyj legend()funkcji:

Przykład

Dodaj legendę:

import matplotlib.pyplot as plt
import numpy as np

y = np.array([35, 25, 25, 15])
mylabels = ["Apples", "Bananas", "Cherries", "Dates"]

plt.pie(y, labels = mylabels)
plt.legend()
plt.show() 

Wynik:

Legenda z nagłówkiem

Aby dodać nagłówek do legendy, dodaj titleparametr do legend funkcji.

Przykład

Dodaj legendę z nagłówkiem:

import matplotlib.pyplot as plt
import numpy as np

y = np.array([35, 25, 25, 15])
mylabels = ["Apples", "Bananas", "Cherries", "Dates"]

plt.pie(y, labels = mylabels)
plt.legend(title = "Four Fruits:")
plt.show() 

Wynik: