Pyecharts之饼图与多饼图的应用

在数据可视化领域，饼图是一种常用的图表类型，特别适合展示数据的比例关系。Pyecharts 为我们提供了强大的饼图绘制功能，不仅可以轻松绘制各种饼图，还能对饼图的样式和数据标签进行深度定制，并且可以组合多个饼图以满足更复杂的数据展示需求。本篇将深入探讨饼图的基础绘制、数据标签自定义以及多饼图组合展示。

一、饼图基础绘制与半径设置

饼图通过将一个圆分割成多个扇形，每个扇形的角度代表该部分数据在整体中所占的比例。我们可以使用 pie_custom_radius() 函数来绘制一个饼图并自定义其半径，以下是示例代码：

from pyecharts.charts import Pie
from pyecharts import options as opts


def pie_custom_radius():
    pie = Pie()
    data = [("类别 A", 30), ("类别 B", 20), ("类别 C", 50)]
    pie.add("", data)
    pie.set_global_opts(
        title_opts=opts.TitleOpts(title="自定义半径的饼图"),
        legend_opts=opts.LegendOpts(orient="vertical", pos_top="15%", pos_left="2%")
    )
    # 自定义饼图半径，内半径和外半径分别为 30% 和 75%
    pie.set_series_opts(
        radius=["30%", "75%"]
    )
    return pie


chart = pie_custom_radius()
chart.render_notebook()

代码解释：

首先，导入 Pie 类和 options 模块。
创建 Pie 实例 pie。
定义 data 列表，其中包含元组，每个元组包含类别和该类别对应的数据。
使用 add 方法添加数据。
使用 set_global_opts 方法设置标题和图例。
使用 set_series_opts 方法设置饼图的半径，这里设置内半径为 30%，外半径为 75%，可以实现环形饼图的效果。

通过上述代码，我们可以看到一个具有自定义半径的饼图，不同半径的设置可以让饼图呈现不同的效果，例如环形饼图可以更好地展示中心区域的信息，同时通过半径的变化也能强调某些数据部分。

二、饼图数据标签自定义

为了让饼图更具可读性和表现力，我们可以对数据标签进行自定义。使用 pie_with_custom_label() 函数可以实现数据标签的个性化设置，以下是相应代码：

from pyecharts.charts import *
from pyecharts import options as opts
from pyecharts.faker import Faker


def pie_with_custom_label():
    pie = Pie(init_opts=opts.InitOpts(theme='light',
                                      width='1000px',
                                      height='600px'))
    pie.add("", [list(z) for z in zip(Faker.choose(), Faker.values())])
    pie.set_series_opts(
        # 自定义数据标签
        label_opts=opts.LabelOpts(position='top',
                                  color='red',
                                  font_family='Arial',
                                  font_size=12,
                                  font_style='italic',
                                  interval=1,
                                  formatter='{b}:{d}%'
                                  )
    )

    return pie


chart = pie_with_custom_label()
chart.render_notebook()

代码解释：

首先，导入 Pie 类、options 模块和 Faker 模块。
创建 Pie 实例 pie，并设置初始化选项，包括主题、宽度和高度。
使用 Faker 生成一些假数据，通过列表推导式将选择的类别和对应的数值组合成元组列表，然后添加到饼图中。
在 set_series_opts 方法中，使用 label_opts 来自定义数据标签。

运行上述代码，你将看到饼图的数据标签显示在饼图外部，并且清晰地展示了类别及其占比，这有助于用户更直观地理解数据的比例关系。

三、多饼图组合展示

在某些情况下，我们需要对比多组数据的比例关系，这时可以使用多饼图组合展示。以下是修改后的 pie_multiple() 函数的示例代码：

from pyecharts.charts import *
from pyecharts import options as opts
from pyecharts.faker import Faker


def pie_multiple():
    pie = Pie(init_opts=opts.InitOpts(theme='light',
                                      width='1000px',
                                      height='800px'))
    pie.add("",
            [list(z) for z in zip(Faker.choose(), Faker.values())],
            radius=["20%", "50%"],
            center=["25%", "50%"])
    # 添加多个饼图
    pie.add("",
            [list(z) for z in zip(Faker.choose(), Faker.values())],
            radius=["20%", "50%"],
            center=["75%", "50%"])

    return pie


chart = pie_multiple()
chart.render_notebook()

这个多饼图组合可以清晰地展示多组数据的比例关系，并且通过调整 center 和 radius 参数可以灵活布局各个饼图，方便用户对比不同组数据的构成情况。

四、总结

通过上述几个示例，我们可以看到 Pyecharts 在饼图绘制方面的强大功能，从基础的饼图绘制、半径和数据标签的自定义，到多饼图的组合展示，这些功能可以满足各种比例关系的数据可视化需求。在实际应用中，我们可以根据数据的特点和展示目的，灵活运用这些功能，创建出吸引人且信息丰富的饼图。