CodeGym /Corsi /Python SELF IT /Creare diagrammi a torta per visualizzare le categorie in...

Creare diagrammi a torta per visualizzare le categorie in modo chiaro

Python SELF IT
Livello 41 , Lezione 4
Disponibile

1. Concetto e utilizzo del diagramma a torta

Il diagramma a torta, o "pie chart", consente di rappresentare visivamente le dimensioni relative delle parti di un tutto. Se ti sei mai chiesto quale linguaggio di programmazione preferiscono i tuoi 10 amici e vuoi rappresentarlo in un grafico, il diagramma a torta è perfetto. È ottimo per mostrare la composizione di qualcosa, come la quota di mercato delle aziende o la distribuzione del tempo giornaliero tra programmazione e guardare video di gattini.

Utilizzare la funzione pie() per creare un diagramma a torta

Matplotlib offre una funzione fantastica, pie(), che rende la creazione di diagrammi a torta facile come una fetta di torta!

Ecco un esempio base di utilizzo:

Python

import matplotlib.pyplot as plt

# Dati per il diagramma
labels = ['Python', 'JavaScript', 'C++', 'Java']
sizes = [40, 30, 20, 10]  # Quote in percentuale
colors = ['gold', 'yellowgreen', 'lightcoral', 'lightskyblue']  # Colori dei settori

# Creazione del diagramma
plt.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%', startangle=140)

# Impostazione dell'asse per il diagramma a torta
plt.axis('equal')

# Mostra il diagramma
plt.show()
    

In questo esempio abbiamo definito le categorie (linguaggi di programmazione), le loro dimensioni e i colori utilizzati. Poi abbiamo chiamato la funzione pie() per creare il diagramma. Il parametro autopct='%1.1f%%' aggiunge percentuali ai settori, mentre startangle=140 ruota il diagramma per renderlo più bello.

2. Personalizzare i diagrammi a torta

Un diagramma a torta è come un abito per Capodanno: puoi decorarlo e personalizzarlo come vuoi. Vediamo alcuni modi per farlo.

Mostrare percentuali con autopct

Il parametro autopct permette di mostrare la percentuale di ogni categoria all'interno di un settore. Il valore "%1.1f%%" definisce il formato delle percentuali (una cifra decimale dopo il punto).

Python

import matplotlib.pyplot as plt

labels = ["Gatti", "Cani", "Uccelli", "Pesci"]
sizes = [35, 30, 20, 15]

plt.pie(sizes, labels=labels, autopct="%1.1f%%")
plt.title("Popolarità degli animali domestici")
plt.show()
    

Evidenziare un settore con explode

Il parametro explode consente di evidenziare uno o più settori spostandoli dal centro. Questo può essere utile per attirare l'attenzione su una categoria specifica.

Python

import matplotlib.pyplot as plt

labels = ["Gatti", "Cani", "Uccelli", "Pesci"]
sizes = [35, 30, 20, 15]
explode = (0.1, 0, 0, 0)  # Evidenziamo il primo settore (Gatti)

plt.pie(sizes, labels=labels, autopct="%1.1f%%", explode=explode)
plt.title("Popolarità degli animali domestici")
plt.show()
    

Qui il settore "Gatti" è spostato dal centro del 10% (valore 0.1), attirando attenzione.

Modificare i colori dei settori con colors

Puoi impostare il colore di ciascun settore utilizzando il parametro colors, passando una lista di colori.

Python

import matplotlib.pyplot as plt

labels = ["Gatti", "Cani", "Uccelli", "Pesci"]
sizes = [35, 30, 20, 15]
colors = ["#ff9999", "#66b3ff", "#99ff99", "#ffcc99"]

plt.pie(sizes, labels=labels, autopct="%1.1f%%", colors=colors)
plt.title("Popolarità degli animali domestici")
plt.show()
    

In questo esempio, ogni settore ha un colore personalizzato per migliorare la comprensione visiva.

Modificare l'angolo iniziale con startangle

Il parametro startangle imposta l'angolo iniziale del diagramma. Questo può essere utile per posizionare la categoria principale in una posizione specifica, ad esempio in alto.

Python

import matplotlib.pyplot as plt

labels = ["Gatti", "Cani", "Uccelli", "Pesci"]
sizes = [35, 30, 20, 15]

plt.pie(sizes, labels=labels, autopct="%1.1f%%", startangle=90)
plt.title("Popolarità degli animali domestici")
plt.show()
    

Il parametro startangle=90 ruota il diagramma in modo che il primo settore inizi a 90 gradi (verticalmente in alto).

3. Esempi pratici

Sebbene i diagrammi a torta siano uno strumento classico, non sono adatti a tutti i casi. Se hai molti piccoli settori o dati difficili da comprendere su un diagramma anulare, potrebbe essere meglio scegliere un'altra visualizzazione, come un bar chart. Pensa sempre alla leggibilità e all'impatto sul tuo pubblico.

Esempio: Analisi di mercato per segmenti

Supponiamo di avere dati sulla distribuzione delle quote di mercato tra quattro aziende e vogliamo creare un diagramma a torta per rappresentarle visivamente.

Python

import matplotlib.pyplot as plt

# Dati delle quote di mercato
labels = ["Azienda A", "Azienda B", "Azienda C", "Azienda D"]
sizes = [40, 25, 20, 15]
colors = ["#ff9999", "#66b3ff", "#99ff99", "#ffcc99"]
explode = (0.1, 0, 0, 0)  # Evidenziamo il settore dell'Azienda A

plt.pie(sizes, labels=labels, autopct="%1.1f%%", startangle=140, colors=colors, explode=explode)
plt.title("Distribuzione delle quote di mercato")
plt.show()
    

Questo diagramma mostra le quote di mercato delle aziende e mette in evidenza il settore dell'Azienda A per sottolineare la sua posizione di leader sul mercato.

Consigli utili per costruire diagrammi a torta

  • Limita il numero di categorie: I diagrammi a torta sono efficaci con un numero ridotto di categorie. Se ce ne sono troppe, il grafico diventa difficile da comprendere.
  • Aggiungi percentuali: Indicare i valori percentuali nei settori aiuta a interpretare i dati più velocemente.
  • Usa l'esplosione (explode): Metti in evidenza categorie importanti per attirare l'attenzione su di esse.
  • Palette di colori: Usa colori facilmente distinguibili, soprattutto se il diagramma include più di quattro categorie.
  • Considera alternative: Per molte categorie, un diagramma a torta potrebbe essere sostituito da un bar chart o un istogramma.

Usare questa piccola avventura con i diagrammi a torta per migliorare le tue capacità con Matplotlib è solo il primo passo per diventare un maestro nella visualizzazione dei dati, capace di raccontare ogni storia con grafici e diagrammi. Buona fortuna e che i tuoi diagrammi siano sempre appetitosi! 🍕

1
Sondaggio/quiz
Creazione di grafici con Matplotlib, livello 41, lezione 4
Non disponibile
Creazione di grafici con Matplotlib
Creazione di grafici con Matplotlib
Commenti
TO VIEW ALL COMMENTS OR TO MAKE A COMMENT,
GO TO FULL VERSION