没问题！我来一步步教你用Python实现环形柱状图，刚好适配你的Pandas Series数据。下面我会分享两种常用的实现方式：基于Matplotlib的静态图，以及基于Plotly的交互式图，你可以根据需求选择。

准备示例数据 #

首先我们先把你提供的示例数据转换成Pandas Series：

import pandas as pd

# 你的示例数据：A 33、B 62、C 56、D 70
data = pd.Series([33, 62, 56, 70], index=['A', 'B', 'C', 'D'])

方法一：用Matplotlib实现静态环形柱状图 #

Matplotlib是Python最常用的可视化库，适合生成静态的环形柱状图。核心思路是利用**极坐标（Polar Coordinates）**来绘制条形：

import matplotlib.pyplot as plt
import numpy as np

# 计算每个类别的角度（环形总角度为2π）
n_categories = len(data)
angles = np.linspace(0, 2 * np.pi, n_categories, endpoint=False)
values = data.values
labels = data.index

# 创建画布和极坐标轴
plt.figure(figsize=(8, 8))
ax = plt.subplot(111, polar=True)

# 绘制环形柱状图：bottom参数控制内圈半径，width控制条形宽度
bars = ax.bar(
    angles, 
    values, 
    width=2 * np.pi / n_categories,  # 每个条形的宽度刚好填满环形
    bottom=10,  # 设置内圈空白大小，数值越大内圈越宽
    color=['#1f77b4', '#ff7f0e', '#2ca02c', '#d62728']  # 自定义条形颜色
)

# 设置类别标签，对应每个条形的位置
ax.set_xticks(angles)
ax.set_xticklabels(labels, fontsize=12)

# 优化样式：隐藏径向刻度，保留径向网格线
ax.set_yticklabels([])
ax.yaxis.grid(True)
ax.xaxis.grid(False)

# 给每个条形添加数值标签
for bar, val in zip(bars, values):
    ax.text(
        bar.get_x() + bar.get_width()/2, 
        bar.get_y() + val/2,
        f'{val}', 
        ha='center', va='center', 
        fontsize=12, fontweight='bold'
    )

# 添加标题
plt.title('静态环形柱状图', y=1.1, fontsize=14)
plt.show()

方法二：用Plotly实现交互式环形柱状图 #

如果你需要交互式的可视化（比如鼠标悬停查看数值、缩放等），可以用Plotly库：

import plotly.graph_objects as go

fig = go.Figure()

# 添加环形条形轨迹
fig.add_trace(go.Barpolar(
    r=data.values,  # 条形长度对应数据值
    theta=data.index,  # 类别标签
    width=[1]*n_categories,  # 每个条形的宽度（1对应约90度，适配4个类别）
    marker_color=['#1f77b4', '#ff7f0e', '#2ca02c', '#d62728'],
    marker_line_color="white",
    marker_line_width=2,
    hovertemplate='类别: %{theta}<br>数值: %{r}<extra></extra>'  # 自定义悬停提示内容
))

# 布局优化
fig.update_layout(
    title='交互式环形柱状图',
    title_font_size=16,
    polar=dict(
        radialaxis=dict(
            visible=True,
            range=[0, max(data.values)+10]  # 设置径向轴范围，避免条形超出画布
        )),
    showlegend=False
)

# 显示交互式图形
fig.show()

关键参数说明 #

• Matplotlib中的bottom：控制环形内圈的空白大小，数值越大，内圈越宽；设为0就是普通的极坐标条形图（无内圈）。
• Matplotlib中的width：每个条形的角度宽度，2*np.pi/n_categories可以让条形刚好填满整个环形，无重叠。
• Plotly中的width：每个条形的宽度，单位是极坐标的角度单位，对于n个类别，设置为360/n对应的数值（比如4个类别设为1，对应90度）。

内容的提问来源于stack exchange，提问作者famargar