Python怎么實現餅狀圖和坐標系

Python怎么實現餅狀圖和坐標系

在數據可視化領域，餅狀圖和坐標系是兩種常見的圖表類型。餅狀圖用于展示數據的比例關系，而坐標系則用于展示數據在二維或三維空間中的分布。Python 提供了多種庫來實現這兩種圖表，其中最常用的是 matplotlib 和 seaborn。本文將詳細介紹如何使用這些庫來實現餅狀圖和坐標系。

1. 餅狀圖的實現

1.1 使用 matplotlib 繪制餅狀圖

matplotlib 是 Python 中最常用的繪圖庫之一，它提供了豐富的繪圖功能，包括餅狀圖。下面是一個簡單的例子，展示如何使用 matplotlib 繪制餅狀圖。

import matplotlib.pyplot as plt

# 數據
labels = ['A', 'B', 'C', 'D']
sizes = [15, 30, 45, 10]
colors = ['gold', 'yellowgreen', 'lightcoral', 'lightskyblue']
explode = (0.1, 0, 0, 0)  # 突出顯示第一部分

# 繪制餅狀圖
plt.pie(sizes, explode=explode, labels=labels, colors=colors,
        autopct='%1.1f%%', shadow=True, startangle=140)

# 設置圖表為圓形
plt.axis('equal')

# 顯示圖表
plt.show()

在這個例子中，我們首先定義了餅狀圖的標簽 (labels)、各部分的大小 (sizes)、顏色 (colors) 以及突出顯示的部分 (explode)。然后使用 plt.pie() 函數繪制餅狀圖，并通過 plt.axis('equal') 確保餅狀圖是圓形的。最后，使用 plt.show() 顯示圖表。

1.2 使用 seaborn 繪制餅狀圖

seaborn 是基于 matplotlib 的高級繪圖庫，它提供了更簡潔的 API 和更美觀的默認樣式。雖然 seaborn 本身不直接支持餅狀圖，但我們可以結合 matplotlib 來實現。

import seaborn as sns
import matplotlib.pyplot as plt

# 數據
labels = ['A', 'B', 'C', 'D']
sizes = [15, 30, 45, 10]
colors = sns.color_palette('pastel')[0:4]

# 繪制餅狀圖
plt.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%', startangle=90)

# 設置圖表為圓形
plt.axis('equal')

# 顯示圖表
plt.show()

在這個例子中，我們使用了 seaborn 的 color_palette() 函數來生成一組顏色，然后將其傳遞給 plt.pie() 函數。其余部分與 matplotlib 的例子類似。

2. 坐標系的實現

2.1 使用 matplotlib 繪制二維坐標系

matplotlib 提供了強大的二維坐標系繪制功能。下面是一個簡單的例子，展示如何使用 matplotlib 繪制二維坐標系。

import matplotlib.pyplot as plt
import numpy as np

# 數據
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 創建圖表和坐標系
fig, ax = plt.subplots()

# 繪制曲線
ax.plot(x, y, label='sin(x)')

# 設置標題和標簽
ax.set_title('Sin Curve')
ax.set_xlabel('x')
ax.set_ylabel('y')

# 顯示圖例
ax.legend()

# 顯示圖表
plt.show()

在這個例子中，我們首先使用 np.linspace() 生成一組 x 值，然后計算對應的 y 值。接著，使用 plt.subplots() 創建一個圖表和一個坐標系 (ax)。然后，使用 ax.plot() 繪制曲線，并設置標題、標簽和圖例。最后，使用 plt.show() 顯示圖表。

2.2 使用 seaborn 繪制二維坐標系

seaborn 提供了更高級的二維坐標系繪制功能，特別是在處理數據框時。下面是一個簡單的例子，展示如何使用 seaborn 繪制二維坐標系。

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# 數據
df = pd.DataFrame({
    'x': range(10),
    'y': [i**2 for i in range(10)]
})

# 繪制散點圖
sns.scatterplot(x='x', y='y', data=df)

# 設置標題和標簽
plt.title('Quadratic Function')
plt.xlabel('x')
plt.ylabel('y')

# 顯示圖表
plt.show()

在這個例子中，我們首先創建了一個包含 x 和 y 值的數據框 (df)。然后，使用 sns.scatterplot() 繪制散點圖，并設置標題和標簽。最后，使用 plt.show() 顯示圖表。

2.3 使用 matplotlib 繪制三維坐標系

matplotlib 還支持三維坐標系的繪制。下面是一個簡單的例子，展示如何使用 matplotlib 繪制三維坐標系。

import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D

# 數據
x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
x, y = np.meshgrid(x, y)
z = np.sin(np.sqrt(x**2 + y**2))

# 創建圖表和三維坐標系
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# 繪制曲面
ax.plot_surface(x, y, z, cmap='viridis')

# 設置標題和標簽
ax.set_title('3D Surface Plot')
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_zlabel('z')

# 顯示圖表
plt.show()

在這個例子中，我們首先使用 np.meshgrid() 生成 x 和 y 的網格數據，然后計算對應的 z 值。接著，使用 fig.add_subplot() 創建一個三維坐標系 (ax)。然后，使用 ax.plot_surface() 繪制曲面，并設置標題和標簽。最后，使用 plt.show() 顯示圖表。

3. 總結

本文介紹了如何使用 Python 中的 matplotlib 和 seaborn 庫來實現餅狀圖和坐標系。通過這些工具，我們可以輕松地創建各種類型的圖表，從而更好地理解和展示數據。無論是簡單的餅狀圖還是復雜的三維坐標系，Python 都提供了強大的支持，幫助我們實現數據可視化的目標。