如何使用python matplotlib库绘制扇形?
2023-03-20 15:24:56 时间
如果说使用Python中的 turtle库去绘制一个扇形图,大家可能感觉并不是很稀奇,那么如果小编说的是用matplotlib库去实现绘制,大家有没有感觉到一丝兴趣呢?如果大家都了解的话,可以自己试试,小编说的这两个库,相较而言matplotlib库居然实现的效果更简单,更好用,不信的话,那就跟着小编来瞧一瞧,动手操作起来吧~
第1步:导入模块
import matplotlib.pyplot as plt
第2步:定义画布
fig = plt.figure(figsize=(8,6), dpi=80)
第3步:数据
datax=[10,20,40,20,10] 然后突出第3部分 explode = [0,0,0.1,0,0] colorx=['w','w','r','w','w']
第4步:作图,设置标签,突出显示块,显示百分比
plt.pie(datax,explode=explode,colors=colorx)
第5步:标题名
plt.title("扇形图")
第6步:图片展示
plt.show()
实现效果:
有没有感觉到非常的简单而神奇呢?其实在学习代码的时候,内容都是相辅相成的,大家一定要学会举一反三 ,跳出自己固定死的模板,这样才能最佳做到学习python效果哦~
相关文章
- ASP.NET Core RESTful学习理解
- 一文带你入门图机器学习
- 迁移学习(ADDA)《Adversarial Discriminative Domain Adaptation》【已复现迁移】
- 迁移学习(DIFEX)《Domain-invariant Feature Exploration for Domain Generalization》【已复现迁移】
- 【学习笔记】Kruskal 重构树
- 探究:初学者编程语言的选择
- 写了一年的博客,我收获了什么
- SpringBoot源码学习3——SpringBoot启动流程
- Spring源码学习笔记12——总结篇,IOC,Bean的生命周期,三大扩展点
- ING国际银行基于Volcano的大数据分析平台应用实践
- STM32 学习方法
- 迁移学习(JDDA) 《Joint domain alignment and discriminative feature learning for unsupervised deep domain adaptation》
- 你知道,前端工程部署有哪些方式嘛?
- 腾讯出品小程序自动化测试框架【Minium】系列(一)环境搭建之第一个测试程序
- 迁移学习(MixMatch)《MixMatch: A Holistic Approach to Semi-Supervised Learning》
- TensorRT 基础笔记
- 凡是过往,皆为序章,2023扬帆起航
- 迁移学习(IIMT)——《Improve Unsupervised Domain Adaptation with Mixup Training》
- 迁移学习(DANN)《Unsupervised Domain Adaptation by Backpropagation》
- 色彩学学习笔记