58. 绘制饼图

# ⚠️ 平台原始代码 - 请原样输入至教学平台（注释除外），平台才会判定答案正确
import matplotlib.pyplot as plt  # 导入Matplotlib绑图库
import pandas as pd  # 导入Pandas数据分析库
import numpy as np  # 导入NumPy数值计算库
plt.rcParams["font.sans-serif"] = ["SimHei"]  # 设置Matplotlib全局参数
time=['2018年12月末','2019年3月末','2019年6月末','2019年9月末']#创建日期的列表
name=['人民币贷款','债券','委托贷款','信托贷款','股票','承兑汇票','贷款核销','外币贷款']#创建指标名称的列表
# 创建NumPy数组datas
datas=np.array([[134.69,140.98,144.71,148.58],[29.25,30.53,31.89,33.54],[12.36,12.15,11.89,11.73],[7.85,7.88,7.88,7.68],[7.01,7.06,7.13,7.24],[3.81,4.01,3.77,3.28],[3.01,
3.18,3.43,3.66],[2.21,2.18,2.21,2.19]])#创建具体数据的数组
AFRE = pd.DataFrame(data=datas,index=name,columns=time)  # 创建数据框AFRE
plt.figure(figsize=(9,6))  # 创建图形画布
plt.pie(x=AFRE.iloc[:,-1],labels=AFRE.index,textprops={"fontsize":13}) #绘制2018年末各项融资存量的饼图
plt.axis("equal") #使饼图是一个图形
plt.legend(fontsize=12)  # 添加图例
plt.title(u"2019年9月末各类融资存量的占比",fontsize=13)  # 设置图表标题
plt.show()  # 显示图形
plt.savefig("1.png")  # 保存图形至文件

# ⚠️ 平台原始代码 - 请原样输入至教学平台（注释除外），平台才会判定答案正确
import matplotlib.pyplot as plt  # 导入Matplotlib绑图库
import pandas as pd  # 导入Pandas数据分析库
import numpy as np  # 导入NumPy数值计算库
plt.rcParams["font.sans-serif"] = ["SimHei"]  # 设置Matplotlib全局参数
time=['2018年12月末','2019年3月末','2019年6月末','2019年9月末']#创建日期的列表
name=['人民币贷款','债券','委托贷款','信托贷款','股票','承兑汇票','贷款核销','外币贷款']#创建指标名称的列表
# 创建NumPy数组datas
datas=np.array([[134.69,140.98,144.71,148.58],[29.25,30.53,31.89,33.54],[12.36,12.15,11.89,11.73],[7.85,7.88,7.88,7.68],[7.01,7.06,7.13,7.24],[3.81,4.01,3.77,3.28],[3.01,
3.18,3.43,3.66],[2.21,2.18,2.21,2.19]])#创建具体数据的数组
AFRE = pd.DataFrame(data=datas,index=name,columns=time)  # 创建数据框AFRE
plt.figure(figsize=(11,11))  # 创建图形画布
plt.subplot(2,2,1)#第1行、第1列子图
plt.pie(x=AFRE.iloc[:,0],labels=AFRE.index,labeldistance=1.03,counterclock=False,textprops={'fontsize':12})#绘制2018年12月末各项融资存量的饼图
plt.axis('equal')#使饼图是一个圆形
plt.title(u"2018年12月末",fontsize=14)  # 设置图表标题
plt.subplot(2,2,2)#第1行、第2列子图
plt.pie(x=AFRE.iloc[:,1],labels=AFRE.index,labeldistance=1.03,counterclock=False,textprops={'fontsize':12})#绘制2019年3月末各项融资存量的饼图
plt.axis('equal')#使饼图是一个圆形
plt.title(u"2019年3月末",fontsize=14)  # 设置图表标题
plt.subplot(2,2,3)#第2行、第1列子图
plt.pie(x=AFRE.iloc[:,2],labels=AFRE.index,labeldistance=1.03,counterclock=False,textprops={'fontsize':12})#绘制2019年6月末各项融资存量的饼图
plt.axis('equal')#使饼图是一个圆形
plt.title(u"2019年6月末",fontsize=14)  # 设置图表标题
plt.subplot(2,2,4)#第2行、第2列子图
plt.pie(x=AFRE.iloc[:,3],labels=AFRE.index,labeldistance=1.03,counterclock=False,textprops={'fontsize':12})#绘制2019年9月末各项融资存量的饼图
plt.axis('equal')#使饼图是一个圆形
plt.title(u"2019年9月末",fontsize=14)  # 设置图表标题
plt.show()  # 显示图形
plt.savefig("2.png")  # 保存图形至文件

import matplotlib.pyplot as plt

# ==================== 收入数据 ====================
revenue_sources = ['主营业务', '其他业务', '投资收益', '资产处置']
revenues = [850, 120, 80, 50]  # 各项收入，单位：亿元
colors_revenue = ['#2E86AB', '#008080', '#F0A700', '#E3120B']

# ==================== 绘制环形图 ====================
fig, ax = plt.subplots(figsize=(8, 8))

wedges, texts, autotexts = ax.pie(
    revenues, labels=revenue_sources,
    colors=colors_revenue, autopct='%1.1f%%',
    startangle=90, pctdistance=0.85)

# 创建白色圆心，形成环形效果
center_circle = plt.Circle((0, 0), 0.60, fc='white')
ax.add_artist(center_circle)

# 在中心添加总计信息
total_revenue = sum(revenues)
ax.text(0, 0, f'总收入\n{total_revenue}亿元',
        ha='center', va='center', fontsize=14, fontweight='bold')

plt.title('收入构成', fontsize=16, fontweight='bold', pad=20)
plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt
import numpy as np

# ==================== 市场份额数据 ====================
companies = ['公司A', '公司B', '公司C', '公司D', '公司E']
market_share = [35, 25, 20, 12, 8]
colors_comparison = ['#E3120B', '#008080', '#F0A700', '#2C3E50', '#8E9EAA']

fig, axes = plt.subplots(1, 2, figsize=(14, 6))

# 左：饼图
axes[0].pie(market_share, labels=companies, colors=colors_comparison,
            autopct='%1.1f%%', startangle=90)
axes[0].set_title('饼图', fontsize=14, fontweight='bold')

# 右：条形图
bars = axes[1].bar(companies, market_share,
                   color=colors_comparison, alpha=0.8)
axes[1].set_title('条形图', fontsize=14, fontweight='bold')
axes[1].set_ylabel('市场份额(%)', fontsize=12)
axes[1].grid(axis='y', alpha=0.3)

# 添加数值标签
for bar in bars:
    height = bar.get_height()
    axes[1].text(bar.get_x() + bar.get_width()/2., height,
                f'{height}%', ha='center', va='bottom', fontsize=10)

plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt

# ==================== 外层：大类资产 ====================
major_assets = ['权益类', '固定收益类', '另类投资']
major_alloc = [50, 35, 15]

# ==================== 内层：细分类别 ====================
sub_assets = ['A股', '港股', '国债', '信用债', '商品', 'REITs']
sub_alloc = [30, 20, 20, 15, 8, 7]

fig, ax = plt.subplots(figsize=(10, 10))

# 内层饼图
ax.pie(sub_alloc, radius=0.7, labels=sub_assets,
       colors=['#E3120B', '#F0656E', '#008080', '#46A1A8',
               '#F0A700', '#F7C555'],
       autopct='%1.1f%%', startangle=90,
       pctdistance=0.85, labeldistance=0.6)

# 外层饼图
ax.pie(major_alloc, radius=1.0, labels=major_assets,
       colors=['#E3120B', '#008080', '#F0A700'],
       autopct='%1.1f%%', startangle=90,
       labeldistance=1.05,
       textprops={'fontsize': 12, 'fontweight': 'bold'})

plt.title('投资组合多层级构成', fontsize=16, fontweight='bold', pad=20)
plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

# ==================== 行业配置数据 ====================
industries = ['金融', '科技', '消费', '医疗', '新能源', '原材料', '其他']
fund_allocation = [25, 20, 18, 12, 10, 8, 7]
benchmark_allocation = [22, 15, 20, 10, 12, 10, 11]

fig, axes = plt.subplots(1, 2, figsize=(14, 7))

# 左：基金配置（饼图）
axes[0].pie(fund_allocation, labels=industries,
            autopct='%1.1f%%', startangle=90,
            colors=['#2E86AB', '#008080', '#E3120B', '#F0A700',
                    '#2C3E50', '#8E9EAA', '#A8B5BF'])
axes[0].set_title('基金行业配置', fontsize=14, fontweight='bold')

# 右：与基准对比（条形图）
x = np.arange(len(industries))
width = 0.35
axes[1].bar(x - width/2, fund_allocation, width,
           label='基金', color='#2E86AB', alpha=0.8)
axes[1].bar(x + width/2, benchmark_allocation, width,
           label='基准', color='#E3120B', alpha=0.8)
axes[1].set_xlabel('行业', fontsize=12)
axes[1].set_ylabel('配置比例(%)', fontsize=12)
axes[1].set_title('vs 基准对比', fontsize=14, fontweight='bold')
axes[1].set_xticks(x)
axes[1].set_xticklabels(industries, rotation=45)
axes[1].legend(fontsize=11)
axes[1].grid(axis='y', alpha=0.3)

plt.tight_layout()
plt.show()