Wayne圓餅圖（Pie charts）／環狀圖（Donut charts）／放射環狀圖（Sunburst Charts）常用於描述數量或百分比之間的相對關係。我們將介紹如何利用 Python 的 Matplotlib 和 Plotly Express 套件來繪製圓餅圖。
由於 Seaborn 並沒有提供繪製圓餅圖的方法，因此我們在此篇文章中不會介紹 Seaborn。
Table of Contents
Matplotlib
Matplotlib 的 pie() 讓我們很簡單地就可以繪製圓餅圖。它的宣告如下，其餘的參數請參照官網。
matplotlib.pyplot.pie(x,
explode=None,
labels=None,
colors=None,
autopct=None,
data=None)- x：1 維的資料。
- explode：每個扇形的位移。型態為 array-like。
- labels：每個區塊的標題。型態為 array-like。
- colors：每個區塊的顏色。型態為 array-like。
- autopct：區塊裡面的百分比的格式。型態為 string。
- data：資料。如果傳遞資料給參數 data 時，則參數 x、explode、labels、和 colors 會是 data 的 column 名稱。
Pie Charts
pie() 使用起來相當地簡單，讓我們來看看下面的範例。
import pandas as pd
import matplotlib.pyplot as plt
df = pd.DataFrame([
['Czech Republic', 10228744], ['France', 61083916], ['Germany', 82400996],
['Greece', 10706290], ['Italy', 58147733], ['Netherlands', 16570613],
['Poland', 38518241], ['Portugal', 10642836], ['Romania', 22276056],
['Spain', 40448191], ['Turkey', 71158647], ['United Kingdom', 60776238]],
columns=['country', 'pop'])
plt.pie(df['pop'], labels=df['country'], autopct='%1.2f%%')
plt.title('Population')
plt.show()
範例中，我們傳入人口數與國家名稱給 pie()，並且指定顯示百分比的格式。pie() 會自動加總所有的人口數，並且計算百分比。
如果我們想要讓某個區塊分裂出去的話，可以在參數 explode 為每個區塊加上位移。下面的範例顯示如何使用區塊 explode。
explode = [0] * len(df)
explode[9] = 0.2
plt.pie(df['pop'], labels=df['country'], autopct='%1.2f%%', explode=explode)
plt.title('Population')
plt.show()
Donut Charts
環狀圖（Donut charts）是圓餅圖的一種變形。其實也就是挖掉圓餅圖的中心。我們可以利用 pie() 來繪製環狀圖，範例如下。
fig, ax = plt.subplots()
size = 0.4
ax.pie(df['pop'], labels=df['country'],
radius=1-size, wedgeprops=dict(width=size, edgecolor='w'))
plt.title('Population')
plt.show()
我們是利用 pie() 的參數 radius 和 wedgeprops 來繪製環狀圖。參數 radius 是指圓餅圖的半徑。而，參數 wedgeprops 是設定每個區塊的參數。width 參數是用來設定區塊的半徑。區塊的詳細參數可以參考 Wedge。
所以，在範例中，我們將圓餅的半徑設定為 0.6（1 – 0.4），而區塊的半徑則設定為 0.4。兩個總和為 1。如果我們不設定參數 radius 的話，則圓心空白的半徑會為 1，那會比目前的大很多。
Sunburst Charts
放射環狀圖（Sunburst charts）也是圓餅圖的一種變形。下面的範例顯示如何用 pie() 來繪製放射環狀圖。
df = pd.DataFrame([
['France', 61083916, 'Europe'], ['Germany', 82400996, 'Europe'], ['Italy', 58147733, 'Europe'],
['Spain', 40448191, 'Europe'], ['United Kingdom', 60776238, 'Europe'], ['Taiwan', 23174294, 'Asia'],
['Japan', 127467972, 'Asia'], ['Korean', 49044790, 'Asia'], ['China', 1318683096, 'Asia']],
columns=['country', 'pop', 'continent'])
europe_sum = df[df['continent']=='Europe']['pop'].sum()
asia_sum = df[df['continent']=='Asia']['pop'].sum()
fig, ax = plt.subplots()
size = 0.4
ax.pie(df['pop'], labels=df['country'],
autopct='%1.2f%%', pctdistance=0.8,
radius=1, wedgeprops=dict(width=size, edgecolor='w'))
ax.pie([europe_sum, asia_sum], labels=['Europe', 'Asia'], labeldistance=0.2,
autopct='%1.2f%%', pctdistance=0.6,
radius=1-size, wedgeprops=dict(width=size, edgecolor='w'))
plt.title('Population')
plt.show()
此範例是利用兩個環狀圖來組合成一個放射環狀圖。在組合時，外層的環狀圖會和內層環狀圖的標籤發生重疊，所以我們要手動將標籤移至比較好看的地方。參數 labeldistance 是用來調整標籤的位移；而參數 pctdistance 則是調整百分比的位移。
Plotly Express
Plotly Express 的 pie() 可以用來繪製圓餅圖。讓我們先來看看它的宣告，其餘的參數請參照官網。
plotly.express.pie(data_frame=None,
names=None,
values=None,
title=None,
hole=None)- data_frame：資料。型態為 DataFrame、array-like、或 dict。
- names：每個區塊的標籤。型態為 data_frame 的 column 名稱、或 array-like。
- values：每個區塊的值。型態為 data_frame 的 column 名稱、或 array-like。
- title：圖表的標題。
- hole：空白圓心的半徑。
Pie Charts
與 Matplotlib 的 pie() 相似，Plotly Express 的 pie() 使用起來相當地簡便，其範例如下。
import pandas as pd
import plotly.express as px
df = pd.DataFrame([
['Czech Republic', 10228744], ['France', 61083916], ['Germany', 82400996],
['Greece', 10706290], ['Italy', 58147733], ['Netherlands', 16570613],
['Poland', 38518241], ['Portugal', 10642836], ['Romania', 22276056],
['Spain', 40448191], ['Turkey', 71158647], ['United Kingdom', 60776238]],
columns=['country', 'pop'])
fig = px.pie(df, values='pop', names='country', title='Population')
fig.show()
Plotly Express 繪製出來的圓餅圖相當地好看，而且還自動為我們加上分類欄。另外，我們注意到當顏色比較深的時候，它還會自動將字的顏色換成白色。與 Matplotlib 相比，它的百分比位置比較好。
下個範例是顯示如何在每個區塊中顯示標籤。
fig = px.pie(df, values='pop', names='country', title='Population') fig.update_traces(textposition='inside', textinfo='percent+label', insidetextorientation='radial') fig.show()
範例利用 update_traces() 來設定區塊裡字的格式。參數 textposition 設定將標籤顯示在區塊裡。參數 textinfo 設定格式為標籤加上百分比。參數 insidetextorientation 則是設定字的方向。這些參數可以參照 Pie。此外，我們還注意到，當區塊很小時，它也會自動地調整字的大小，相當地人性化。
下面的範例顯示如何將某個區塊分裂出來。
import plotly.graph_objects as go pull = [0] * len(df) pull[9] = 0.2 fig = go.Figure(data=[go.Pie(labels=df['country'], values=df['pop'], pull=pull)]) fig.show()
雖然說程式碼並沒有太複雜，但是與 Matplotlib 相比，想要讓某個區塊分裂出來的確複雜了一點。我們必須要先建立一個 Pie 的圖形物件，因為 Pie() 有更多的參數可用。我們用參數 pull 來設定每個區塊的位移。
官方文章提供很多繪製圓餅圖的範例。
Donut Charts
接下來讓我們來看 Plotly Express 如何繪製環狀圖。
fig = px.pie(df, values='pop', names='country', title='Population', hole=.3) fig.show()
與 Matplotlib 相比，這實在是太簡單了。我們只需要設定參數 hole 的大小就可以了！
Sunburst Charts
Plotly Express 的 sunburst 是用來繪製放射環狀圖。它的宣告如下，其他的參數請參照官網。
plotly.express.sunburst(data_frame=None,
names=None,
values=None,
parents=None,
title=None,)- data_frame：資料。型態為 DataFrame、array-like、或 dict。
- names：每個區塊的標籤。型態為 data_frame 的 column 名稱、或 array-like。
- values：每個區塊的值。型態為 data_frame 的 column 名稱、或 array-like。
- parents：每個區塊的 parent。型態為 data_frame 的 column 名稱、或 array-like。
- title：圖表的標題。
大致與 pie() 相似，讓我們先來看一下範例。
df = pd.DataFrame([
['Europe', 586098529, 'Total'], ['Asia', 3811953827, 'Total'],
['France', 61083916, 'Europe'], ['Germany', 82400996, 'Europe'], ['Italy', 58147733, 'Europe'],
['Spain', 40448191, 'Europe'], ['United Kingdom', 60776238, 'Europe'], ['Taiwan', 23174294, 'Asia'],
['Japan', 127467972, 'Asia'], ['Korean', 49044790, 'Asia'], ['China', 1318683096, 'Asia']],
columns=['country', 'pop', 'continent'])
fig = px.sunburst(df, names='country', values='pop', parents='continent', title='Population')
fig.show()
參數 parent 是指定每個區塊的 parent，整體就會像是一個樹狀結構。
與 Matplotlib 相比起來，Plotly Express 的 sunburst() 相當地簡單。而且，它還可以繪製只有部分區塊的外層區塊。
官方文章提供很多繪製放射環狀圖的範例。
結論
我們介紹了兩套繪製圓餅圖的套件。如果你只是要繪製一般的圓餅圖，Matplotlib 就已經很夠用了，而且還相當地簡單。但，如果你希望有互動式的工具列，或是希望產生更漂亮的圖表，那 Plotly Express 可以很輕鬆地辦到。
Wayne
