用 Matplotlib 绘制饼图：从基础语法到实战美化，全面掌握分类数据可视化技巧

用 Matplotlib 绘制饼图：从基础语法到实战美化，全面掌握分类数据可视化技巧

---

在数据分析与可视化的世界里，**“图胜千言”**早已成为共识。而在众多图表类型中，饼图（Pie Chart）以其直观的比例展示方式，成为展示分类数据分布的常见选择。无论是业务报表、用户画像，还是市场份额分析，饼图都能快速传达“谁占了多少”的核心信息。

本文将带你系统掌握如何使用 Python 中的 Matplotlib 库绘制饼图。从基础语法到样式美化，从实战案例到最佳实践，我们将一步步拆解饼图的构建过程，帮助你在项目中高效表达分类数据的结构与比例。

---

一、为什么选择 Matplotlib 绘制饼图？

虽然 Seaborn、Plotly 等高级可视化库层出不穷，但 Matplotlib 仍是 Python 可视化的基石。它提供了最原始、最灵活的绘图接口，尤其适合定制化需求较高的场景。

使用 Matplotlib 绘制饼图的优势：

• 语法清晰，易于掌握
• 可高度定制颜色、标签、角度等细节
• 与 Pandas、NumPy 等库无缝集成
• 支持中文、图例、动态交互等扩展功能

---

二、准备工作：环境与数据

安装依赖

pip install matplotlib pandas

导入库

import matplotlib.pyplot as plt
import pandas as pd

示例数据：产品销售占比

我们构造一个简单的销售数据集：

data = {
   
   
    '产品类别': ['电子产品', '服装', '家居用品', '食品', '图书'],
    '销售额': [35000, 22000, 18000, 15000, 10000]
}
df = pd.DataFrame(data)

---

三、基础饼图绘制

1. 最简单的饼图

plt.pie(df['销售额'], labels=df['产品类别'])
p