饼图：直观展示数据占比的利器

什么是饼图？

饼图（Pie Chart）是一种将整体划分为多个部分的圆形统计图表，每个扇区的弧长（面积）代表该部分占整体的比例。它能直观展示部分与整体的关系，适用于展示分类数据的占比情况，如市场份额、预算分配、人口构成等。

饼图的核心要素

1. 扇区：每个扇形代表一个类别
2. 百分比标签：显示各类别的精确占比
3. 图例：说明各类别对应的颜色
4. 强调区块：可突出显示关键数据（如最大/最小部分）

Python实现饼图的两种方式（附代码示例）

示例1：基础饼图 - 公司部门预算分配

import matplotlib.pyplot as plt

# 数据准备
departments = ['研发', '市场', '行政', '人力资源']
budget = [45, 30, 15, 10]  # 单位：百万元
colors = ['#FF6B6B', '#4ECDC4', '#FFD166', '#6A0572']

# 创建饼图
plt.figure(figsize=(8, 6))
plt.pie(
    budget,
    labels=departments,
    colors=colors,
    autopct='%1.1f%%',  # 显示百分比
    startangle=90,      # 起始角度
    explode=(0.1, 0, 0, 0)  # 突出研发部门
)

# 添加标题
plt.title('2023年部门预算分配', fontsize=14)
plt.axis('equal')  # 保证圆形
plt.tight_layout()
plt.savefig('budget_pie.png', dpi=300)
plt.show()

示例2：多层饼图 - 电商平台品类销售分析

import pandas as pd
import matplotlib.pyplot as plt

# 创建示例数据
data = {
    '一级品类': ['电子', '服装', '家居'],
    '销售额': [500, 300, 200],
    '二级品类': [
        ['手机', '电脑', '相机'],
        ['男装', '女装', '童装'],
        ['家具', '厨具', '装饰']
    ],
    '二级销售额': [
        [300, 150, 50],
        [120, 100, 80],
        [80, 70, 50]
    ]
}

# 创建画布
fig, ax = plt.subplots(figsize=(10, 8))

# 外层饼图（一级品类）
wedges_outer, _ = ax.pie(
    data['销售额'],
    radius=1,
    labels=data['一级品类'],
    colors=['#FF9AA2', '#FFB7B2', '#FFDAC1'],
    wedgeprops=dict(width=0.3, edgecolor='w')
)

# 内层饼图（二级品类）
for i, (category, sales) in enumerate(zip(data['二级品类'], data['二级销售额'])):
    ax.pie(
        sales,
        radius=0.7,
        labels=category,
        labeldistance=0.7,
        colors=plt.cm.Pastel1(range(len(sales))),
        wedgeprops=dict(width=0.3, edgecolor='w')
    )

# 添加中心空白圆
centre_circle = plt.Circle((0,0), 0.4, color='white')
ax.add_patch(centre_circle)

# 添加标题
plt.title('电商平台品类销售结构', fontsize=14)
plt.axis('equal')
plt.tight_layout()
plt.savefig('nested_pie.png', dpi=300)
plt.show()

示例3：动态交互饼图（Plotly）

import plotly.express as px

# 数据准备
data = px.data.gapminder().query("year == 2007")
continent_data = data.groupby('continent')['pop'].sum().reset_index()

# 创建交互式饼图
fig = px.pie(
    continent_data,
    values='pop',
    names='continent',
    title='2007年全球人口分布',
    hole=0.3,  # 环形图
    color_discrete_sequence=px.colors.qualitative.Pastel
)

# 添加悬浮信息
fig.update_traces(
    textposition='inside',
    textinfo='percent+label',
    hovertemplate="<b>%{label}</b><br>占比: %{percent}</br>人口: %{value}"
)

fig.show()

饼图使用的最佳实践

1. 适用场景：

   • 展示3-6个类别的占比
   • 突出最大/最小部分
   • 显示简单比例关系

2. 避免误区：

   • 类别不宜超过7个（否则用条形图更合适）
   • 避免比例相近的扇区（<5%差异）
   • 不要用3D饼图（扭曲视觉比例）

3. 增强可读性技巧：

   plt.pie(
       ...,
       autopct=lambda p: f'{p:.1f}%' if p > 5 else '',  # 小数值不显示标签
       pctdistance=0.85,  # 调整标签位置
       textprops={'fontsize': 9, 'color':'black'}  # 文本样式
   )
   

4. 创新变体：

   • 环形图（添加wedgeprops={'width':0.3}）
   • 玫瑰图（极坐标条形图）
   • 旭日图（分层级展示）

各场景推荐工具

通过Python可视化库，饼图从简单的静态图表发展为支持交互、动画的多维数据展示工具，成为数据故事叙述中不可或缺的组成部分。