如何在matplotlib饼图中显示实际值（Python）？

Question

我有一个饼图，绘制了从CSV文件提取的值。当前显示值的比例，并显示百分比“ autopct =’％1.1f
%%’”。有没有一种方法可以显示每个切片在数据集中表示的实际值。

#Pie for Life Expectancy in Boroughs
import pandas as pd
import matplotlib
import matplotlib.pyplot as plt

# show plots inline
%matplotlib inline

# use ggplot style
matplotlib.style.use('ggplot')

#read data
lifeEx = pd.read_csv('LEpie.csv')

#Select columns
df = pd.DataFrame()
df['LB'] = lifeEx[['Regions']]
df['LifeEx'] = lifeEx[['MinLF']]
colorz = ['#B5DF00','#AD1FFF', '#BF1B00','#5FB1FF','#FFC93F']
exploda = (0, 0, 0, 0.1, 0)


#plotting
plt.pie(df['LifeEx'], labels=df['LB'], colors=colorz, autopct='%1.1f%%', explode = exploda, shadow = True,startangle=90)

#labeling
plt.title('Min Life expectancy across London Regions', fontsize=12)

Answer 1

使用autopct关键字

我们知道显示的百分比乘以所有实际值的总和必须是实际值，我们可以将其定义为一个函数，并plt.pie使用autopct关键字将此函数提供给该函数。

import matplotlib.pyplot as plt
import numpy

labels = 'Frogs', 'Hogs', 'Dogs'
sizes = numpy.array([5860, 677, 3200])
colors = ['yellowgreen', 'gold', 'lightskyblue']

def absolute_value(val):
    a  = numpy.round(val/100.*sizes.sum(), 0)
    return a

plt.pie(sizes, labels=labels, colors=colors,
        autopct=absolute_value, shadow=True)

plt.axis('equal')
plt.show()

由于计算涉及一些错误，因此必须小心，因此提供的值仅精确到小数点后一位。

下面的函数可能会更高级一些，该函数尝试通过比较计算值和输入数组之间的差异，从输入数组中获取原始值。该方法不存在不准确性的问题，而是依赖于彼此足够不同的输入值。

def absolute_value2(val):
    a  = sizes[ numpy.abs(sizes - val/100.*sizes.sum()).argmin() ]
    return a

创建饼图后更改文本

另一种选择是先用百分比值绘制饼图，然后再替换它们。为此，可以存储由返回的autopct标签，plt.pie()并在其上循环以用原始数组中的值替换文本。注意，提供关键字plt.pie()时，仅返回三个参数，最后一个是感兴趣的标签，autopct因此在此将其设置为空字符串。

labels = 'Frogs', 'Hogs', 'Dogs'
sizes = numpy.array([5860, 677, 3200])
colors = ['yellowgreen', 'gold', 'lightskyblue']

p, tx, autotexts = plt.pie(sizes, labels=labels, colors=colors,
        autopct="", shadow=True)

for i, a in enumerate(autotexts):
    a.set_text("{}".format(sizes[i]))

plt.axis('equal')
plt.show()