如何显示 matplotlib 饼图中的实际值

我有一个饼图，绘制从 CSV 文件中提取的值。当前显示值的比例，百分比显示为“autopct='%1.1f%%'”。有没有办法显示每个切片的数据集中表示的实际值。

#Pie for Life Expectancy in Boroughs
import pandas as pd
import matplotlib
import matplotlib.pyplot as plt

# show plots inline
%matplotlib inline

# use ggplot style
matplotlib.style.use('ggplot')

#read data
lifeEx = pd.read_csv('LEpie.csv')

#Select columns
df = pd.DataFrame()
df['LB'] = lifeEx[['Regions']]
df['LifeEx'] = lifeEx[['MinLF']]
colorz = ['#B5DF00','#AD1FFF', '#BF1B00','#5FB1FF','#FFC93F']
exploda = (0, 0, 0, 0.1, 0)


#plotting
plt.pie(df['LifeEx'], labels=df['LB'], colors=colorz, autopct='%1.1f%%', explode = exploda, shadow = True,startangle=90)

#labeling
plt.title('Min Life expectancy across London Regions', fontsize=12)

使用autopct keyword

我们知道，显示的百分比乘以所有实际值的总和必须是实际值，我们可以将其定义为一个函数并将该函数提供给plt.pie使用autopct关键词。

import matplotlib.pyplot as plt
import numpy

labels = 'Frogs', 'Hogs', 'Dogs'
sizes = numpy.array([5860, 677, 3200])
colors = ['yellowgreen', 'gold', 'lightskyblue']

def absolute_value(val):
    a  = numpy.round(val/100.*sizes.sum(), 0)
    return a

plt.pie(sizes, labels=labels, colors=colors,
        autopct=absolute_value, shadow=True)

plt.axis('equal')
plt.show()

必须小心，因为计算涉及一些误差，所以提供的值仅精确到一些小数位。

更高级的可能是以下函数，它尝试通过比较计算值和输入数组之间的差异来从输入数组中获取原始值。该方法不存在不准确的问题，但依赖于彼此足够不同的输入值。

def absolute_value2(val):
    a  = sizes[ numpy.abs(sizes - val/100.*sizes.sum()).argmin() ]
    return a

创建饼图后更改文本

另一种选择是先用百分比值绘制饼图，然后再替换它们。为此，我们将存储由plt.pie()并循环它们以将文本替换为原始数组中的值。注意力，plt.pie()只返回三个参数，最后一个是感兴趣的标签，当autopct提供了关键字，因此我们在这里将其设置为空字符串。

labels = 'Frogs', 'Hogs', 'Dogs'
sizes = numpy.array([5860, 677, 3200])
colors = ['yellowgreen', 'gold', 'lightskyblue']

p, tx, autotexts = plt.pie(sizes, labels=labels, colors=colors,
        autopct="", shadow=True)

for i, a in enumerate(autotexts):
    a.set_text("{}".format(sizes[i]))

plt.axis('equal')
plt.show()