如何在Matplotlib中统一分离式饼图的间隙宽度

你观察得非常仔细——matplotlib的explode参数确实是按饼图半径的比例定义分离距离的，这就导致了一个视觉上的“错觉”：大扇区因为弧长更长，相同比例的半径偏移，对应的间隙（弧线上的空白）看起来会更宽。要实现所有扇区间隙宽度一致，我们需要根据每个扇区的大小反向计算对应的explode值。

核心思路 #

我们的目标是让每个扇区之间的间隙弧长（视觉上的空白宽度）一致，而不是按半径比例的偏移量一致。因为弧长 = 扇区弧度 × 半径，而explode带来的间隙弧长 ≈ explode值 × 扇区弧度 × 半径（默认半径为1）。所以要固定间隙弧长，就需要让explode值与扇区的弧度成反比。

实现代码 #

下面是调整后的代码，我们会先计算每个扇区的弧度，再根据设定的固定间隙弧长，反向推导每个扇区需要的explode值：

import matplotlib.pyplot as plt
import numpy as np

sizes = [1, 1.2, 1.4, 1.7, 2.0, 2.4, 2.9, 3.5, 4.2, 5.1]
total_size = sum(sizes)

# 设定固定的间隙弧长（单位：弧度，可根据需求调整，值越大间隙越宽）
# 0.1弧度大约对应5.7度的弧长，视觉上是比较适中的间隙
fixed_gap_radians = 0.1

# 计算每个扇区对应的弧度（总弧度为2π）
sector_radians = [size / total_size * 2 * np.pi for size in sizes]

# 反向计算每个扇区的explode值：与扇区弧度成反比
explode = [fixed_gap_radians / rad for rad in sector_radians]

# 绘制饼图
wp = {'linewidth': 1, 'edgecolor':'black'}
fig1, ax1 = plt.subplots()
ax1.pie(sizes, explode=explode, wedgeprops=wp)
plt.show()

说明 #

• 你可以通过调整fixed_gap_radians的值来控制间隙的宽窄：数值越大，间隙越明显；数值越小，间隙越细微。
• 这个方法是基于相对比例计算的，能保证视觉上的间隙宽度一致。如果需要完全像素级的一致，可能需要结合饼图的实际显示尺寸做微调，但对于绝大多数场景，上面的代码已经足够。

内容的提问来源于stack exchange，提问作者Will