Python初心者でも簡単！matplotlibを使った円グラフとドーナツグラフの描き方を徹底解説

# パッケージをインポートする。
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib import rcParams as rcp

# フォントを設定する。
rcp['font.family'] = 'sans-serif'
rcp['font.sans-serif'] = ['Hiragino Maru Gothic Pro', 'Yu Gothic', 'Meirio', 'Takao', 'IPAexGothic', 'IPAPGothic', 'VL PGothic', 'Noto Sans CJK JP']

# Figureを作成する。
fig = plt.figure()
# Axesを作成する。
ax = fig.add_subplot(111)

# Figureの解像度と色を設定する。
fig.set_dpi(100)
fig.set_facecolor("whitesmoke")

# Axesのタイトルと色を設定する。
ax.set_title("トロピカルフルーツの消費量(重量ベース)")
ax.set_facecolor("whitesmoke")

# データを用意する。
data = {
    "Fruit": ["Banana", "Mango", "Durian", "Papaya", "Pineapple"],
    "Amount[kg]": [100, 60, 80, 40, 150],
    "Amount[Yen]": [40, 220, 140, 100, 80]}

# データを描画する。
ax.pie(data["Amount[kg]"])

# グラフを表示する。
plt.show()

# データを重量ベースの降順でソートする。
dataframe = pd.DataFrame(data)
dataframe1 = dataframe.sort_values(by="Amount[kg]", ascending=False)

# データを描画する。
patches1, lbl_texts1, pct_texts1 = ax.pie(dataframe1["Amount[kg]"])

# データを描画する。
patches1, lbl_texts1, pct_texts1 = ax.pie(
    dataframe1["Amount[kg]"],
    labels=dataframe1["Fruit"])

# データを描画する。
patches1, lbl_texts1, pct_texts1 = ax.pie(
    dataframe1["Amount[kg]"],
    labels=dataframe1["Fruit"],
    colors=plt.get_cmap("Set2").colors)

# データを描画する。
patches1, lbl_texts1, pct_texts1 = ax.pie(
    dataframe1["Amount[kg]"],
    labels=dataframe1["Fruit"],
    colors=plt.get_cmap("Set2").colors,
    counterclock=False,
    startangle=90)

# データを描画する。
patches1, lbl_texts1, pct_texts1 = ax.pie(
    dataframe1["Amount[kg]"],
    labels=dataframe1["Fruit"],
    colors=plt.get_cmap("Set2").colors,
    counterclock=False,
    startangle=90,
    autopct="%.d%%",
    pctdistance=.8,
    labeldistance=1.15)

# データを描画する。
patches1, lbl_texts1, pct_texts1 = ax.pie(
    dataframe1["Amount[kg]"],
    labels=dataframe1["Fruit"],
    colors=plt.get_cmap("Set2").colors,
    counterclock=False,
    startangle=90,
    autopct="%.d%%",
    pctdistance=.8,
    labeldistance=1.15,
    wedgeprops={"alpha": .8, "linewidth": 1, "edgecolor": "white"},
    shadow=True)

# データを描画する。
patches1, lbl_texts1, pct_texts1 = ax.pie(
    dataframe1["Amount[kg]"],
    labels=dataframe1["Fruit"],
    colors=plt.get_cmap("Set2").colors,
    counterclock=False,
    startangle=90,
    autopct="%.d%%",
    pctdistance=.8,
    labeldistance=1.15,
    wedgeprops={"alpha": .8, "linewidth": 1, "edgecolor": "white"},
    shadow=True,
    explode=(0, .04, 0, 0, 0))

# ラベルを表示する。
for tx in lbl_texts1:
    tx.set_size(10)
    tx.set_color("black")
    tx.set_weight("medium")

# パーセンテージを表示する。
for tx in pct_texts1:
    tx.set_size(10)
    tx.set_color("white")
    tx.set_weight("bold")

# 凡例を表示する。
ax.legend(patches1, dataframe1["Fruit"], title="Fruit", loc="center left", bbox_to_anchor=(.93, .45))

# Axesのタイトルと色を設定する。
ax.set_title("トロピカルフルーツの消費量\n(外側：重量ベース、内側：金額ベース)")
ax.set_facecolor("whitesmoke")

# データを金額ベースの降順でソートする。
dataframe2 = dataframe.sort_values(by="Amount[Yen]", ascending=False)

# データを描画する。
patches2, lbl_texts2, pct_texts2 = ax.pie(
    dataframe2["Amount[Yen]"],
    colors=[plt.get_cmap("Set2").colors[dataframe1.index.get_loc(i)] for i in dataframe2.index],
    counterclock=False,
    startangle=90,
    pctdistance=.7,
    autopct="%.d%%",
    wedgeprops={"alpha": .8, "linewidth": 1, "edgecolor": "white"},
    shadow=True,
    radius=0.56)

# パーセンテージを表示する。
for tx in pct_texts2:
    tx.set_size(10)
    tx.set_color("white")
    tx.set_weight("bold")

# データを描画する。
patches1, lbl_texts1, pct_texts1 = ax.pie(
    dataframe1["Amount[kg]"],
    labels=dataframe1["Fruit"],
    colors=plt.get_cmap("Set2").colors,
    counterclock=False,
    startangle=90,
    autopct="%.d%%",
    pctdistance=.8,
    labeldistance=1.15,
    wedgeprops={"alpha": .8, "linewidth": 1, "edgecolor": "white", "width": .4},
    shadow=True,
    explode=(0, .04, 0, 0, 0))