要使用Python绘制进阶版的环比图，我们首先需要明确“环比”的含义（通常指与上一周期数据相比的增长率）以及“进阶版”可能包含的要素，例如结合多种图表类型、添加详细标注、增强视觉效果，或者进行多维度对比。考虑到用户提供的参考资料主要覆盖了基础的饼图和雷达图，我们可以将这些图表类型与表达环比变化的核心需求相结合。一个典型的“进阶版环比图”可以是**环形饼图（展示结构）结合环形图或柱状图（展示具体数值变化）**，或者是**雷达图用于对比不同时间周期的多维指标** [ref_4]。下面我将分别提供这两种方案的详细代码实现和解析。 ### 方案一：环形饼图结合数值标签的环比可视化 此方案适用于展示当前周期各部分的占比，同时通过标签或附加图表显示其相对于上一周期的变化值（环比增长率）。我们将绘制一个环形饼图（空心圆环），并在每个扇区外侧或内侧标注其名称、当前值及环比增长率。 首先，我们需要准备模拟数据。假设我们销售四种产品，我们有当前季度和上季度的销售额数据。 ```python import matplotlib.pyplot as plt import numpy as np # 1. 准备数据 categories = ['产品A', '产品B', '产品C', '产品D'] current_quarter_sales = [120, 85, 70, 45] # 当前季度销售额 previous_quarter_sales = [100, 80, 65, 55] # 上季度销售额 # 计算环比增长率 (当前值 - 上期值) / 上期值 * 100% growth_rates = [(curr - prev) / prev * 100 for curr, prev in zip(current_quarter_sales, previous_quarter_sales)] # 设置颜色 colors = plt.cm.Set3(np.arange(len(categories)) / len(categories)) # 使用Set3配色 # 2. 创建图形和轴 fig, ax = plt.subplots(figsize=(10, 8), subplot_kw=dict(aspect="equal")) # 3. 绘制环形饼图 # 参数解释：`wedgeprops` 设置饼图块的属性，`width` 控制环的宽度 wedges, texts, autotexts = ax.pie(current_quarter_sales, labels=categories, autopct='%1.1f%%', # 在环内部显示百分比 startangle=90, # 起始角度，12点钟方向开始 colors=colors, wedgeprops=dict(width=0.4, edgecolor='w'), # width控制环宽，edgecolor为边框色 pctdistance=0.85) # 百分比标签距离圆心的比例，0.85在环内部 # 4. 添加环比增长率标注（进阶核心） # 在每个扇区外侧添加一个文本框，显示具体数值和增长率 bbox_props = dict(boxstyle="round,pad=0.3", fc="w", ec="gray", lw=0.5, alpha=0.8) # 文本框样式 kw = dict(arrowprops=dict(arrowstyle="-"), # 箭头样式为直线 bbox=bbox_props, zorder=0, va="center") for i, (wedge, growth) in enumerate(zip(wedges, growth_rates)): ang = (wedge.theta2 - wedge.theta1) / 2. + wedge.theta1 # 计算扇区中心角度 y = np.sin(np.deg2rad(ang)) # 极坐标转直角坐标的y x = np.cos(np.deg2rad(ang)) # 极坐标转直角坐标的x horizontalalignment = {-1: "right", 1: "left"}[int(np.sign(x))] # 根据x方向决定文本对齐方式 connectionstyle = f"angle,angleA=0,angleB={ang}" # 连接线样式 kw["arrowprops"].update({"connectionstyle": connectionstyle}) # 标注文本内容：产品名，当前销售额，环比增长率（带+/-号和%） label_text = f"{categories[i]}\n当前: {current_quarter_sales[i]}\n环比: {growth:+.1f}%" # 使用annotate添加带箭头的标注 ax.annotate(label_text, xy=(x, y), xytext=(1.35*np.sign(x), 1.4*y), # 文本位置，在外侧 horizontalalignment=horizontalalignment, fontsize=9, **kw) # 5. 添加标题 ax.set_title("产品销售额季度环比分析图 (环形饼图+增长率标注)", pad=20, fontsize=14, fontweight='bold') plt.tight_layout() plt.show() ``` 这段代码生成了一个环形饼图，展示了当前季度各产品销售额的占比（通过内部百分比显示）。**进阶之处**在于，它通过`ax.annotate`函数在每个扇区外侧动态添加了详细的数据标签，包含了产品名称、当前季度销售额和计算出的环比增长率，并用“+”号表示增长，“-”号表示下降，使得环比变化一目了然 [ref_2][ref_3][ref_4]。`wedgeprops=dict(width=0.4)` 是创建环形图的关键参数 [ref_4]。 ### 方案二：雷达图用于多周期多维指标环比对比 雷达图非常适合对比多个实体（如不同季度）在多个维度（如不同产品、不同指标）上的表现，是展示多维数据环比的强大工具 [ref_5][ref_6]。我们可以将不同季度的数据绘制在同一个雷达图上，直观显示各维度上的变化。 ```python import matplotlib.pyplot as plt import numpy as np # 1. 准备数据 categories = ['销量', '市场份额', '客户满意度', '营销支出', '研发投入'] N = len(categories) # 模拟两个季度的数据 (数值已标准化到大致可比较的范围) q1_data = [80, 70, 90, 60, 75] # 第一季度 q2_data = [95, 85, 85, 80, 90] # 第二季度 # 2. 计算角度：将圆周等分 angles = np.linspace(0, 2 * np.pi, N, endpoint=False).tolist() # 为了使图形闭合，需要重复第一个点 q1_data += q1_data[:1] q2_data += q2_data[:1] angles += angles[:1] # 3. 初始化雷达图 fig, ax = plt.subplots(figsize=(8, 8), subplot_kw=dict(projection='polar')) # 使用极坐标投影 # 4. 绘制两个季度的雷达图填充区域 # 绘制Q1 ax.plot(angles, q1_data, 'o-', linewidth=2, label='第一季度', color='skyblue') ax.fill(angles, q1_data, alpha=0.25, color='skyblue') # 绘制Q2 ax.plot(angles, q2_data, 'o-', linewidth=2, label='第二季度', color='coral') ax.fill(angles, q2_data, alpha=0.25, color='coral') # 5. 设置角度和标签（进阶美化） ax.set_theta_offset(np.pi / 2) # 将0度位置设置为顶部 (12点钟方向) ax.set_theta_direction(-1) # 设置角度为顺时针方向 # 设置类别标签 ax.set_xticks(angles[:-1]) # 设置刻度位置，排除最后一个重复点 ax.set_xticklabels(categories, fontsize=11) # 设置径向（Y轴）标签，并隐藏最外圈的圆形网格线 ax.set_ylim(0, 100) ax.set_yticks([20, 40, 60, 80, 100]) ax.set_yticklabels(['20', '40', '60', '80', '100'], fontsize=9, color='gray') ax.grid(True, which='major', linestyle='-', linewidth=0.5, alpha=0.7) # 6. 添加图例和标题 ax.legend(loc='upper right', bbox_to_anchor=(1.3, 1.1), fontsize=10) # 将图例放在图形外侧 plt.title("公司业务指标季度环比雷达图 (第一季度 vs 第二季度)", size=15, y=1.1, fontweight='bold') plt.tight_layout() plt.show() ``` 这段代码创建了一个极坐标下的雷达图 [ref_5]。两个季度的数据分别用不同颜色的线条和半透明填充区域表示。**环比分析**通过直接比较两个多边形在同一维度轴上的位置来完成：如果第二季度的点位于第一季度的点之外，则表示该指标环比增长；反之则表示下降 [ref_6]。通过`set_theta_offset`和`set_theta_direction`可以调整雷达图的起始位置和方向，这是常见的定制化需求 [ref_6]。 ### 方案对比与应用场景 为了更清晰地展示两种方案的差异和适用性，总结如下表： | **特性** | **方案一：环形饼图 + 增长率标注** | **方案二：多周期雷达图** | | :--- | :--- | :--- | | **核心目的** | 展示单一周期内各部分的**构成比例**，并**精确标注**每个部分相对于前一周期**具体数值的变化**。 | 对比**多个周期（实体）**在**多个维度（指标）**上的**综合表现**，观察各维度的相对强弱和变化趋势。 | | **环比呈现方式** | 显式地在标签中计算出环比增长率（如 +12.5%）。 | 隐式地通过比较两个多边形在同一轴上的位置，直观看出增长或下降。 | | **数据维度** | 适用于一个分类变量（如产品）在两个时间点的数值。 | 适用于比较2个或更多实体（如季度）在4个及以上维度的数值。 | | **优势** | 信息展示直接、精确；比例关系明确；适合向非技术受众汇报具体增长/下降百分点。 | 多维对比能力强；能直观呈现整体形态和均衡性；视觉冲击力强。 | | **适用场景** | 季度销售额占比及增长率报告、预算分配变化分析、市场份额变动简报。 | 员工/产品综合能力评估、季度业务健康度对比、竞品分析。 | ### 进阶技巧总结 1. **交互式图表**：若需要更高级的可交互功能（如悬停显示数值），可以考虑使用`Plotly`或`Bokeh`库，它们能生成HTML交互图表。 2. **动态增长箭头**：在方案一中，可以进一步根据增长率的正负，将标注文本的颜色设置为绿色（增长）或红色（下降），并在增长率前添加上/下箭头符号（↑/↓），以增强视觉提示。 3. **组合图表**：最“进阶”的做法可能是将环形饼图与折线图或柱状图组合在一个画布的不同子图中，分别展示结构占比和趋势变化，这可以通过`plt.subplots`创建多个子图（`ax1, ax2`）来实现 [ref_1]。 综上所述，选择哪种方案取决于你的具体数据和想强调的重点。方案一提供了精确的数值对比，方案二提供了多维度的综合视图。根据你的需要调整上述代码中的数据、标签和样式，即可创建出满足需求的进阶版环比图。