我有以下代码:
import matplotlib.pyplot as plt import numpy as np np.random.seed(123456) import pandas as pd df = pd.DataFrame(3 * np.random.rand(4, 4), index=['a', 'b', 'c', 'd'], columns=['x', 'y','z','w']) plt.style.use('ggplot') colors = plt.rcParams['axes.color_cycle'] fig, axes = plt.subplots(nrows=2, ncols=3) for ax in axes.flat: ax.axis('off') for ax, col in zip(axes.flat, df.columns): ax.pie(df[col], labels=df.index, autopct='%.2f', colors=colors) ax.set(ylabel='', title=col, aspect='equal') axes[0, 0].legend(bbox_to_anchor=(0, 0.5)) fig.savefig('your_file.png') # Or whichever format you'd like plt.show()
产生以下内容:
我的问题是,如何根据条件删除标签.例如,我只想显示百分比> 20%的标签.这样标签和价值a,c,d
不会在X等中显示
在autopct
从参数pie
可以是调用,将接收的电流百分比.所以你只需要提供一个函数,为你想要省略百分比的值返回一个空字符串.
def my_autopct(pct): return ('%.2f' % pct) if pct > 20 else '' ax.pie(df[col], labels=df.index, autopct=my_autopct, colors=colors)
如果需要参数化参数的值,则autopct
需要一个返回函数的函数,如:
def autopct_generator(limit): def inner_autopct(pct): return ('%.2f' % pct) if pct > limit else '' return inner_autopct ax.pie(df[col], labels=df.index, autopct=autopct_generator(20), colors=colors)
对于标签,我能想到的最好的事情是使用列表理解:
for ax, col in zip(axes.flat, df.columns): data = df[col] labels = [n if v > data.sum() * 0.2 else '' for n, v in zip(df.index, data)] ax.pie(data, autopct=my_autopct, colors=colors, labels=labels)
但请注意,默认情况下,图例是从第一个传递的标签生成的,因此您需要显式传递所有值以保持其完整.
axes[0, 0].legend(df.index, bbox_to_anchor=(0, 0.5))