脚本之家

电脑版
提示:原网页已由神马搜索转码, 内容由www.jb51.net提供.
您的位置:首页脚本专栏python→ Matplotlib绘制扇形图标签重叠

Python Matplotlib绘制扇形图标签重叠问题解决过程

  更新时间:2022年08月03日 08:49:29  作者:老Amy 
在使用Matplotlib画图时,常会遇到标签重叠问题的时候,所以下面这篇文章主要给大家介绍了关于Python Matplotlib绘制扇形图标签重叠问题的解决过程,文中通过实例代码介绍的非常详细,需要的朋友可以参考下

问题如下

当我使用Matplotlib绘制图形时,经常会遇到一些比例太小导致 百分比标签以及 文本标签重叠问题。这样的话非常影响美观,效果在BOSS心中的大打折扣。

代码如下:

from matplotlib import pyplot as plt
frac = [0,0,18/50,16/50,9/50,6/50,2/50]
label = ['[3,4]','(4,5]','(5,6]','(6,7]','(7,8]','(8,9]','(9,10]']
plt.pie(frac,labels=label,autopct="%.2f%%",textprops={"size":10},shadow=True)
plt.show()

解决

老Amy不甘示弱,遇到问题就是肝!首先,我们解决的思路是,使得重叠标签中,一个进行向上挪动一丢丢即可。

那问题是代码怎么来实现呢?

首先,我们需要了解到,plt.pie()有多个返回值,参考官网如下:

oh no,那有的朋友会说全英文的谁知道在巴巴啥,于是翻译过来如下:

  • patches 绘制饼图每一块的对象
  • texts 文本的列表
  • autotexts 百分比的文本列表

或者打印出来如下:

这样我们就明白了。所以第二步,我们需要考虑的是:如何取出我们需要的 文本对象百分比对象去设置距离。

了解到每个返回的数据类型实际上是 list列表,而列表里面的每个元素就是图形中每个文本的对象

所以,此时我们通过循环将重叠的元素取出来,而又因为构建绘图数据中,是索引为0索引为1两个元素为0导致重叠。所以我们获取其中一个即可。

代码如下:

from matplotlib import pyplot as plt
frac = [0,0,18/50,16/50,9/50,6/50,2/50]
label = ['[3,4]','(4,5]','(5,6]','(6,7]','(7,8]','(8,9]','(9,10]']
patches,texts,autotexts = plt.pie(frac,labels=label,autopct="%.2f%%",textprops={"size":10},shadow=True)
for i in range(len(autotexts)):
if i == 0:
print(texts[i])
print(autotexts[i])
plt.show()

那问题是,我们怎么去设置它的位置呢?因为matplotlib关于设置的方法非常多,而我们并不主张记忆,更加主张时用时查。所以这个时候就需要借助我们的官网了。

查官网的第一步是需要知道,该数据是什么类型的对象,则使用type()输出其类型。

print(type(texts[i]))
print(type(autotexts[i]))

然后我们就去官网搜索matplotlib.text.Text,定位:

ohohoh,至于这些英文就需要大家自己去看了,你懂的吧!所以接下来,我们来写代码解决我们的问题:

from matplotlib import pyplot as plt
frac = [0,0,18/50,16/50,9/50,6/50,2/50]
label = ['[3,4]','(4,5]','(5,6]','(6,7]','(7,8]','(8,9]','(9,10]']
patches,texts,autotexts = plt.pie(frac,labels=label,autopct="%.2f%%",textprops={"size":10},shadow=True)
for i in range(len(autotexts)):
if i == 0:
print(texts[i].set_y(0.1))
print(autotexts[i].set_y(0.1))
plt.show()

总结 

到此这篇关于Python Matplotlib绘制扇形图标签重叠问题解决的文章就介绍到这了,更多相关Matplotlib绘制扇形图标签重叠内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

    • 这篇文章主要为大家详细介绍了Python实现网站注册验证码生成类,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
      2017-06-06
    • 在图像处理中,直线检测是一种常见的算法,它通常获取n个边缘点的集合,并找到通过这些边缘点的直线。本文将介绍如何在Python中利用OpenCV进行直线检测,需要的可以参考一下
      2022-03-03
    • 这篇文章主要介绍了Python实现读取SQLServer数据并插入到MongoDB数据库的方法,涉及Python同时进行SQLServer与MongoDB数据库的连接、查询、读取、写入等相关操作实现技巧,需要的朋友可以参考下
      2018-06-06
    • 这篇文章主要介绍了python实现的爬取电影下载链接功能,涉及Python基于BeautifulSoup模块的网页信息爬取相关操作技巧,需要的朋友可以参考下
      2019-08-08
    • 这篇文章主要介绍了python-opencv中的cv2.inRange函数用法说明,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
      2021-04-04
    • iloc是Pandas中用于基于整数位置进行索引和切片的方法,本文主要介绍了pandas中iloc函数的具体实现,具有一定的参考价值,感兴趣的可以了解一下
      2024-06-06
    • 这篇文章主要介绍了django filters实现数据过滤的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
      2021-05-05
    • 这篇文章主要为大家详细介绍了微信跳一跳python代码实现,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
      2018-01-01
    • 在本篇文章里小编给大家整理的是关于怎么在ubuntu安装python的相关方法,以后需要的朋友们可以学习下。
      2019-09-09
    • 这篇文章主要介绍了Django imgareaselect手动剪切头像实现方法,实例分析了Django框架操作图片的相关技巧,需要的朋友可以参考下
      2015-05-05

    最新评论