Matplotlib pie() 関数
pie()円グラフを描画し、各部分が全体に占める割合の関係を表示するために使用します。
円グラフは、少数のカテゴリ(通常5〜8個以内)の割合を示すのに適しています。
関数定義
pyplot インターフェース
matplotlib.pyplot.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=True, hatch=None, **kwargs)
Axes インターフェース
Axes.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=True, hatch=None, **kwargs)
パラメータの説明
| パラメータ | 型 | 説明 |
|---|---|---|
| x | 1D array-like | 各セクターの数値(必須)、自動的に正規化されます |
| explode | array-like | 各セクターの中心からの距離。0 は離れていないことを示します |
| labels | list | 各セクターのラベルテキスト |
| colors | list | 各セクターの色 |
| autopct | str または callable | パーセンテージを自動表示します。例:'%1.1f%%' は小数第1位を表示。None の場合は表示しません |
| pctdistance | float | パーセンテージテキストと円の中心の距離の比率。デフォルトは 0.6 |
| shadow | bool | 影の効果を追加するかどうか |
| labeldistance | float | ラベルと円の中心の距離の比率。デフォルトは 1.1 |
| startangle | float | 最初のセクターの開始角度(反時計回り)。0 は3時の方向から開始 |
| radius | float | 円グラフの半径。デフォルトは 1 |
| counterclock | bool | セクターの方向:True は反時計回り(デフォルト)、False は時計回り |
| wedgeprops | dict | 各セクター(Wedge)に渡すパラメータ。例:{'edgecolor':'white', 'linewidth':1} |
| textprops | dict | テキストに渡すパラメータ。例:{'fontsize':12, 'color':'gray'} |
| center | tuple | 円グラフの中心座標。デフォルトは (0, 0) |
| normalize | bool | x を正規化して合計が 1 になるようにするかどうか。デフォルトは True |
pie() は3つのリストを返します:
(patches, texts, autotexts)patches はセクターオブジェクト、texts はラベルテキスト、autotexts はパーセンテージテキストです。
使用例
例1:基本の円グラフ
実例
import matplotlib.pyplot as plt
# データ
sizes = [30, 25, 20, 15, 10]
labels = ['Python', 'Java', 'JavaScript', 'C++', 'Go']
colors = ['#3498db', '#e74c3c', '#f39c12', '#2E7DCC', '#9b59b6']
fig, ax = plt.subplots(layout='constrained')
# 円グラフを描画
ax.pie(sizes, labels=labels, colors=colors,
autopct='%1.1f%%', # パーセンテージを表示、小数第1位まで
startangle=90, # 12時の方向から開始
wedgeprops={'edgecolor': 'white', 'linewidth': 1})
ax.set_title('Programming Language Usage')
plt.show()
# データ
sizes = [30, 25, 20, 15, 10]
labels = ['Python', 'Java', 'JavaScript', 'C++', 'Go']
colors = ['#3498db', '#e74c3c', '#f39c12', '#2E7DCC', '#9b59b6']
fig, ax = plt.subplots(layout='constrained')
# 円グラフを描画
ax.pie(sizes, labels=labels, colors=colors,
autopct='%1.1f%%', # パーセンテージを表示、小数第1位まで
startangle=90, # 12時の方向から開始
wedgeprops={'edgecolor': 'white', 'linewidth': 1})
ax.set_title('Programming Language Usage')
plt.show()
例2:特定のセクターを強調(explode)
実例
import matplotlib.pyplot as plt
sizes = [35, 25, 20, 12, 8]
labels = ['Search', 'Social', 'Direct', 'Email', 'Referral']
explode = (0.1, 0, 0, 0, 0) # 最初のセクター(Search)を 0.1 強調
fig, ax = plt.subplots(layout='constrained')
wedges, texts, autotexts = ax.pie(
sizes, labels=labels, explode=explode,
autopct='%1.1f%%', startangle=90,
colors=['#2E7DCC', '#3498db', '#9b59b6', '#f39c12', '#e74c3c'],
wedgeprops={'edgecolor': 'white', 'linewidth': 1},
textprops={'fontsize': 11})
# パーセンテージテキストの色を変更
for autotext in autotexts:
autotext.set_color('white')
autotext.set_fontweight('bold')
ax.set_title('Website Traffic Sources', fontsize=14)
plt.show()
sizes = [35, 25, 20, 12, 8]
labels = ['Search', 'Social', 'Direct', 'Email', 'Referral']
explode = (0.1, 0, 0, 0, 0) # 最初のセクター(Search)を 0.1 強調
fig, ax = plt.subplots(layout='constrained')
wedges, texts, autotexts = ax.pie(
sizes, labels=labels, explode=explode,
autopct='%1.1f%%', startangle=90,
colors=['#2E7DCC', '#3498db', '#9b59b6', '#f39c12', '#e74c3c'],
wedgeprops={'edgecolor': 'white', 'linewidth': 1},
textprops={'fontsize': 11})
# パーセンテージテキストの色を変更
for autotext in autotexts:
autotext.set_color('white')
autotext.set_fontweight('bold')
ax.set_title('Website Traffic Sources', fontsize=14)
plt.show()
例3:ドーナツグラフ(ドーナツチャート)
実例
import matplotlib.pyplot as plt
sizes = [40, 30, 20, 10]
labels = ['Chrome (40%)', 'Safari (30%)', 'Firefox (20%)', 'Other (10%)']
fig, ax = plt.subplots(layout='constrained')
# wedgeprops の width を使用してドーナツグラフを作成
wedges, texts = ax.pie(
sizes, labels=labels,
startangle=90,
colors=['#4285F4', '#346EA8', '#FBBC05', '#EA4335'],
wedgeprops={'width': 0.4, # セクターの幅(0〜1)、<1 の場合はドーナツ型
'edgecolor': 'white', 'linewidth': 2})
ax.set_title('Browser Market Share (Donut Chart)', fontsize=14)
plt.show()
sizes = [40, 30, 20, 10]
labels = ['Chrome (40%)', 'Safari (30%)', 'Firefox (20%)', 'Other (10%)']
fig, ax = plt.subplots(layout='constrained')
# wedgeprops の width を使用してドーナツグラフを作成
wedges, texts = ax.pie(
sizes, labels=labels,
startangle=90,
colors=['#4285F4', '#346EA8', '#FBBC05', '#EA4335'],
wedgeprops={'width': 0.4, # セクターの幅(0〜1)、<1 の場合はドーナツ型
'edgecolor': 'white', 'linewidth': 2})
ax.set_title('Browser Market Share (Donut Chart)', fontsize=14)
plt.show()
例4:マルチレベルドーナツグラフ
実例
import matplotlib.pyplot as plt
# 外側のデータと内側のデータ
outer_sizes = [35, 30, 20, 15]
inner_sizes = [40, 30, 30]
outer_labels = ['Asia', 'Europe', 'America', 'Africa']
inner_labels = ['Mobile', 'Desktop', 'Tablet']
outer_colors = ['#FF6B6B', '#4ECDC4', '#45B7D1', '#71A0CE']
inner_colors = ['#FFE0B2', '#BBDEFB', '#C8D7E6']
fig, ax = plt.subplots(layout='constrained')
# 外側のリング
ax.pie(outer_sizes, radius=1.3,
labels=outer_labels,
labeldistance=1.1,
colors=outer_colors,
wedgeprops={'width': 0.3, 'edgecolor': 'white', 'linewidth': 2})
# 内側のリング
ax.pie(inner_sizes, radius=1.0,
labels=inner_labels,
labeldistance=0.75,
colors=inner_colors,
wedgeprops={'width': 0.3, 'edgecolor': 'white', 'linewidth': 2})
ax.set_title('Multi-level Donut Chart', fontsize=14)
plt.show()
# 外側のデータと内側のデータ
outer_sizes = [35, 30, 20, 15]
inner_sizes = [40, 30, 30]
outer_labels = ['Asia', 'Europe', 'America', 'Africa']
inner_labels = ['Mobile', 'Desktop', 'Tablet']
outer_colors = ['#FF6B6B', '#4ECDC4', '#45B7D1', '#71A0CE']
inner_colors = ['#FFE0B2', '#BBDEFB', '#C8D7E6']
fig, ax = plt.subplots(layout='constrained')
# 外側のリング
ax.pie(outer_sizes, radius=1.3,
labels=outer_labels,
labeldistance=1.1,
colors=outer_colors,
wedgeprops={'width': 0.3, 'edgecolor': 'white', 'linewidth': 2})
# 内側のリング
ax.pie(inner_sizes, radius=1.0,
labels=inner_labels,
labeldistance=0.75,
colors=inner_colors,
wedgeprops={'width': 0.3, 'edgecolor': 'white', 'linewidth': 2})
ax.set_title('Multi-level Donut Chart', fontsize=14)
plt.show()
よくある質問
円グラフ vs 棒グラフの適用シーンは?
円グラフは5〜8個以内のカテゴリの割合を示すのに適しており、読者は全体の中のシェアを直感的に把握できます。
カテゴリが多すぎる場合(8個超)や数値を正確に比較する必要がある場合は、棒グラフを優先して使用します。
autopct の書式説明?
'%1.1f%%'浮動小数点数を表します。全体の幅は最低1桁、小数第1位まで、後ろに%%(パーセント記号)を続けます。
関数を渡すこともできます。例:autopct=lambda pct: f'{pct:.1f}%'。
その他の拡張
Matplotlib リファレンスドキュメント