餅圖常用於統計學模組，畫餅圖用到的方法為：pie( )
一、pie()函式用來繪製餅圖
pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=0, radius=1, counterclock=True, wedgeprops=None, textprops=None, center=0, 0, frame=False, rotatelabels=False, *, normalize=None, data=None)
pie()函式引數較多，需要我們調整的常見為以下幾個
x: 每個扇形的佔比的序列或陣列
explode ：如果不是None，則是一個len(x)長度的陣列，指定每一塊的突出程度；突出顯示，設定每一塊分割出來的間隙大小
labels：為每個扇形提供標籤的字串序列
colors：為每個扇形提供顏色的字串序列
autopct ：如果是一個格式字串，標籤將是fmt % pct。如果是一個函式，它將被呼叫。
shadow：陰影
startangle：從x軸逆時針旋轉,餅的旋轉角度 引數用法，可以去官網查詢，並自己多去償試。
二、一個簡單的例子：統計每天休息、工作、娛樂等時間的百分比
import matplotlib.pyplot as plt slices = [7,2,9,3,3] activities = ['sleeping','eating','working','studing','playing'] cols = ['r','m','y','c','b'] plt.pie(slices, labels=activities, colors=cols, #自定義的顏色序列，對比slices，可多可少，少時自動補充，如沒有，則預設不同顏色。 startangle=90, shadow= True, explode=(0,0.1,0,0,0.2),#佔比突出程度， autopct='%1.1f%%' #百分比的顯示格式 ) plt.title('Time statistics') plt.show()
實際執行結果：
注意：startangle=90時的開始位置。整個餅圖是從0度（圓心向右方向）逆時針分佈的。
那繼續用上篇建立的2個色子，來實現一個餅圖。
思考：上述餅圖程式碼中最能決定餅圖形狀的引數是slices = [7,2,9,3,3]，在不考慮每個佔比名稱、美觀等的情況下，先確定如何實現slices中的各數值。
比如，當投擲2粒色子（一個8個面，一個6個面）時，1000000次時，分別統計出現點1、2、3、4、5……14的總次數，儲存到slices中即可。用數列中的統計方法 list.count()即可。
主要就是增加兩行程式碼：
new_slices=[] # 新建一個數列 while side <= max_result: side += 1 new_bins.append(side) #這是之前做柱狀圖需要用到的 new_slices.append( results.count(int(side)) ) #將儲存兩色子之和的數列，直接進行統計,results.count(int(side))就是在results的數列中統計出現side的次數。
執行結果，一樣也是顯示出點數之和7，8，9的出現的次數最多，然後逐漸減小：
總之，餅圖通過將一個圓按照分類的佔比劃分成多個區塊，整個圓餅代表資料的總量，每個區塊表示該分類佔總體的比例大小，所有區塊的加和等於100%。
三、 堆疊圖
使用matplotlib中的stackplot()函式可以快速繪製堆積圖，stackplot()函式的語法格式如下所示
stackplot(x, y, labels=(), baseling='zero', data=None, *args, **kwargs)
該函式常用引數的含義如下
x：表示x軸的資料，可以是一維陣列。
y：表示y軸的資料，可以是二維陣列或一維陣列序列。
labels：表示每組折線及填充區域的標籤。
baseline：表示計算基線的方法，包括'zero'、'sym'、'wiggle'和'weighted_wiggle'。
其中，'zero'表示恆定零基線，即簡單的堆積圖;
'sym'表示對稱於零基線;
'wiggle'表示最小化平方斜率的總和;
'weighted_wiggle'表示執行相同的操作，但權重用於說明每層的大小。
用同一個例子來看一下堆疊圖的效果，程式碼如下：
import matplotlib.pyplot as plt days = [1,2,3,4,5,6,7] sleeping =[7,8,6,8,7,8,6] eating = [2,3,3,3,2,2,2] working = [7,7,7,8,10,3,4] studing = [6,4,4,4,3,8,11] playing = [2,2,4,1,2,3,1] labellist = ['sleeping','eating','working','studing','playing'] colorlist = ['c','y','b','r','g'] plt.stackplot(days, sleeping,eating,working,studing,playing,labels=labellist,colors=colorlist) plt.xlabel('x') plt.ylabel('y') plt.legend(loc=(0.07, 0.05)) plt.title('Stack Plots') plt.show()
執行結果如下：
plt.legend()是顯示左下角的標籤。而語句plt.stackplot()函式中的sleeping,eating,working,studing,playing是一維陣列序列，即stackplot(x,y……)中的y值，是一系列一維資料。
很明顯，通過上述餅圖與堆疊圖的對比，它們的區別：餅圖只能展示一段時間裡，某個專案所花時間佔總時間的比，而堆疊圖可以展示這一段時間裡，每天各項所花費時間。
既然sleeping,eating,working,studing,playing形成的一維陣列，感覺引數比較多，那直接形成一個二維陣列如何？做如下修改：
days = [1,2,3,4,5,6,7] """ sleeping =[7,8,6,8,7,8,6] eating = [2,3,3,3,2,2,2] working = [7,7,7,8,10,3,4] studing = [6,4,4,4,3,8,11] playing = [2,2,4,1,2,3,1] """ times =[ # 二維陣列，以數列作為元素的數列。 [7,8,6,8,7,8,6], #上述sleeping數列 [2,3,3,3,2,2,2], [7,7,7,8,10,3,4], [6,4,4,4,3,8,11], [2,2,4,1,2,3,1] ]
plt.stackplot(days, times,labels=labellist,colors=colorlist)
執行結果如圖：
效果與原來的一維陣列一樣。
但手工這樣程式設計的時候錄入資料太過麻煩，下篇介紹直接讀取檔案資料並進行處理。