Wykres kołowy (pie chart) jest stosowany, gdy chcemy przedstawić proporcje różnych kategorii lub segmentów w stosunku do całości. Jest szczególnie użyteczny, gdy mamy niewielką liczbę kategorii (zazwyczaj nie więcej niż 5-7) oraz gdy dane są jakościowe (kategoryczne). Wykres kołowy pozwala na wizualne zrozumienie udziałów procentowych poszczególnych kategorii w ramach całego zbioru danych.
Przykłady danych, dla których stosuje się wykres kołowy:
Struktura wydatków domowych, gdzie kategorie to: mieszkanie, jedzenie, transport, rozrywka, inne.
Procentowy udział w rynku różnych firm w danej branży.
Rozkład głosów na partie polityczne w wyborach.
Procentowy udział różnych rodzajów energii w produkcji energii elektrycznej (węgiel, gaz, energia odnawialna, energia jądrowa itp.).
Chociaż wykresy kołowe mają swoje zastosowania, są również krytykowane za ograniczoną precyzję w ocenie proporcji. Dlatego często zaleca się stosowanie innych rodzajów wykresów, takich jak słupkowe (bar chart) czy stosunkowe (stacked bar chart), które mogą być bardziej przejrzyste i precyzyjne w porównywaniu wartości między kategoriami.
Funkcja pie służy do tworzenia wykresów kołowych. Pozwala na wizualne przedstawienie proporcji różnych segmentów względem całości.
Składnia funkcji to plt.pie(x, explode=None, labels=None, colors=None, autopct=None, shadow=False, startangle=0, counterclock=True), gdzie:
x - lista wartości numerycznych, reprezentująca dane dla każdego segmentu. Funkcja pie automatycznie obliczy procentowe udziały każdej wartości względem sumy wszystkich wartości.
explode - lista wartości, które określają, czy (i jak bardzo) każdy segment ma być oddzielony od środka wykresu. Wartość 0 oznacza brak oddzielenia, a wartości większe oznaczają większe oddzielenie.
labels - lista ciągów znaków, które będą używane jako etykiety segmentów.
colors - lista kolorów dla poszczególnych segmentów.
autopct - formatowanie procentów, które mają być wyświetlane na wykresie (np. '%1.1f%%').
shadow - wartość logiczna (True/False), która określa, czy wykres ma mieć cień. Domyślnie ustawione na False.
startangle - kąt początkowy wykresu kołowego, mierzony w stopniach przeciwnie do ruchu wskazówek zegara od osi X.
counterclock - wartość logiczna (True/False), która określa, czy segmenty mają być rysowane zgodnie z ruchem wskazówek zegara. Domyślnie ustawione na True.
import matplotlib.pyplot as plt# Danesizes = [20, 30, 40, 10]labels = ['Kategoria A', 'Kategoria B', 'Kategoria C', 'Kategoria D']colors = ['red', 'blue', 'green', 'yellow']explode = (0, 0.1, 0, 0) # Wyróżnienie segmentu Kategoria B# Tworzenie wykresu kołowegoplt.pie(sizes, explode=explode, labels=labels, colors=colors, autopct='%1.1f%%', shadow=True, startangle=90)# Dodanie tytułuplt.title('Przykład wykresu kołowego')# Równomierne skalowanie osi X i Y, aby koło było okrągłeplt.axis('equal')plt.show()
import matplotlib.pyplot as plt# Pie chart, where the slices will be ordered and plotted counter-clockwise:labels = ['Frogs', 'Hogs', 'Dogs', 'Logs']sizes = [15, 30, 45, 10]explode = [0, 0.1, 0, 0] # only "explode" the 2nd slice (i.e. 'Hogs')plt.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=True, startangle=90)plt.axis('equal')plt.show()
import matplotlib.pyplot as plt: importuje bibliotekę matplotlib.pyplot pod skróconą nazwą plt, co pozwala na wygodne użycie funkcji do tworzenia wykresów.
2
kategorie = ['Czynsz', 'Jedzenie', 'Transport', 'Rozrywka', 'Oszczędności', 'Inne']: tworzy listę stringów przedstawiających kategorie wydatków budżetu domowego.
3
wydatki = [1500, 800, 400, 300, 500, 250]: tworzy listę liczb reprezentujących kwoty wydatków (w złotówkach) dla każdej odpowiadającej kategorii.
4
kolory = ['lightcoral', 'skyblue', 'palegreen', 'khaki', 'plum', 'lightsteelblue']: tworzy listę nazw kolorów, które będą użyte dla każdego wycinka wykresu kołowego.
5
plt.figure(figsize=(10, 8)): tworzy nową figurę (obszar rysowania) o wymiarach 10 cali szerokości na 8 cali wysokości.
6
plt.pie(wydatki, labels=kategorie, colors=kolory, autopct='%1.1f%%', startangle=90): rysuje wykres kołowy z wartościami z listy wydatki, etykietami z listy kategorie, kolorami z listy kolory. Parametr autopct='%1.1f%%' formatuje wyświetlane wartości procentowe z dokładnością do jednego miejsca po przecinku i dodaje znak procentu. Parametr startangle=90 określa, że wykres rozpocznie się od kąta 90 stopni (góra).
7
plt.title('Podział wydatków w budżecie domowym', fontsize=16, fontweight='bold'): dodaje tytuł do wykresu z rozmiarem czcionki 16 i pogrubionym tekstem.
8
plt.axis('equal'): ustawia równe proporcje osi X i Y, co zapewnia, że wykres kołowy będzie idealnie okrągły, a nie eliptyczny.
9
plt.show(): wyświetla stworzony wykres w oknie graficznym.
import matplotlib.pyplot as pltimport matplotlib.cm as cm # Dodajemy import modułu cm (color maps)kategorie = ['Czynsz', 'Jedzenie', 'Transport', 'Rozrywka', 'Oszczędności', 'Inne']wydatki = [1500, 800, 400, 300, 500, 250]# Używamy jakościowej mapy kolorów 'Set3'cmap = plt.colormaps['Set3']kolory = [cmap(i) for i inrange(len(kategorie))]plt.figure(figsize=(10, 8))plt.pie(wydatki, labels=kategorie, colors=kolory, autopct='%1.1f%%', startangle=90)plt.title('Podział wydatków w budżecie domowym', fontsize=16, fontweight='bold')plt.axis('equal')plt.show()
import matplotlib.pyplot as pltimport matplotlib.cm as cm kategorie = ['Czynsz', 'Jedzenie', 'Transport', 'Rozrywka', 'Oszczędności', 'Inne']wydatki = [1500, 800, 400, 300, 500, 250]cmap = plt.colormaps['Set3']kolory = [cmap(i) for i inrange(len(kategorie))]fig, ax = plt.subplots(figsize=(10, 8))ax.pie(wydatki, labels=kategorie, colors=kolory, autopct='%1.1f%%', startangle=90)ax.set_title('Podział wydatków w budżecie domowym', fontsize=16, fontweight='bold')ax.axis('equal')plt.show()
31.1 Wykres pierścieniowy
import matplotlib.pyplot as pltimport numpy as np1np.random.seed(345)2data = np.random.randint(20, 100, 6)3total =sum(data)4data_per = data / total *1005explode = (0.2, 0, 0, 0, 0, 0)6plt.pie(data_per, explode=explode, labels=[round(i, 2) for i inlist(data_per)])7circle = plt.Circle((0, 0), 0.7, color='white')8p = plt.gcf()9p.gca().add_artist(circle)10plt.show()
1
np.random.seed(345): ustawia ziarno generatora liczb losowych na wartość 345, co zapewnia powtarzalność wyników.
2
data = np.random.randint(20, 100, 6): generuje tablicę z 6 losowymi liczbami całkowitymi w zakresie od 20 do 99 (włącznie).
3
total = sum(data): oblicza sumę wszystkich wygenerowanych liczb.
4
data_per = data / total * 100: oblicza wartości procentowe każdej liczby względem sumy całkowitej.
5
explode = (0.2, 0, 0, 0, 0, 0): tworzy krotkę określającą wysunięcie wycinka dla każdego elementu (pierwszy wycinek będzie wysunięty o 0.2).
6
plt.pie(data_per, explode=explode, labels=[round(i, 2) for i in list(data_per)]): tworzy wykres kołowy z wartościami procentowymi, z określonym wysunięciem i etykietami zaokrąglonymi do 2 miejsc po przecinku.
7
circle = plt.Circle((0, 0), 0.7, color='white'): tworzy białe koło o środku w punkcie (0, 0) i promieniu 0.7.
8
p = plt.gcf(): pobiera aktualne obiekty figury (get current figure).
9
p.gca().add_artist(circle): dodaje utworzone białe koło do aktualnych osi wykresu, tworząc efekt “donut chart”.
10
plt.show(): wyświetla wykres.
import matplotlib.pyplot as pltimport numpy as npnp.random.seed(345)data = np.random.randint(20, 100, 6)total =sum(data)data_per = data / total *100explode = (0.2, 0, 0, 0, 0, 0)fig, ax = plt.subplots()ax.pie(data_per, explode=explode, labels=[round(i, 2) for i inlist(data_per)])circle = plt.Circle((0, 0), 0.7, color='white')ax.add_artist(circle)plt.show()
