Python饼状图扇区过多导致重叠怎么处理

一、问题表现与发生机理：为什么饼图扇区多了必然会重叠？

许多初学者在遇到饼图标签重叠时，第一反应往往是减小字号（fontsize=8）或增大画布尺寸（figsize=(12, 12)）。但稍作尝试就会发现，当数据项达到 10 个以上时，靠近底部的微小扇区依然挤成一团黑块，甚至标签文字直接叠置在一起。这并不是 Matplotlib 的 Bug，而是极坐标系下的几何必然结果。

要彻底解决重叠，先要理解 Matplotlib 绘制饼图的两个底层逻辑：

• 极坐标弧长挤压：饼图各扇区的圆心角公式为 θ = 360° × (数值 / 总和)。若某细分项占比仅有 1.2%，其分配到的圆心角仅有 4.32°。在此角度下，即使半径很大，扇区对应的外弧弦长也只有几像素至十几像素宽。
• 文本包围盒（Bounding Box）物理重叠：Matplotlib 的 autopct 默认沿着各扇区角平分线、在固定比例半径（默认约为 0.6R）处放置文字。一个形如 "1.2%" 的文字块在屏幕上至少需要 35~50 像素的宽度。当两个相邻小扇区的角平分线在 0.6R 处的物理间距只有 8 像素时，两个 40 像素的矩形文本框便必然发生交叉相撞。

二、四步排查与处理流程

面对扇区过多引发的重叠，不需要凭感觉盲目微调参数，可以遵循一套标准化的工程排查处理流程：

1. 第一步：阈值量化诊断。统计总类别数 N 以及各分类占比。只要 N > 7 或存在占比 < 3% 的类别，立刻判定为重叠高风险。
2. 第二步：数据层归并聚合。业务是否强制要求在饼图内部看清所有微小碎项？若不需要，取前 5 大核心项，其余长尾统一汇总为“其它”。
3. 第三步：空间调度与排版微调。对于保留下的 5~7 个扇区，微调 pctdistance（百分比距离圆心比例）与 labeldistance（标签距离圆心比例），或将文本标签移至图例（plt.legend()）。
4. 第四步：效果评估与图表升迁。若必须审查每个微小项的独立变动，果断放弃单饼图形态，升迁为子母图或横向条形图。

三、方案一：数据层治理——将低占比长尾项归并为“其它”（最推荐）

在信息图表设计规范中，饼图的核心使命是展示“部分与整体的关系”，最适宜传达的是“占据大头的是哪几家”。过多的长尾碎末不仅造成视觉拥堵，更会分散读者的注意力。因此，把占比小的项收敛为“其它”，是业界最常用、效果最清爽的解法。

1. 完整代码示例

下面的代码展示了从原始长尾数据生成、阈值判定、动态聚合到完成规范饼图绘制的全流程：

import matplotlib.pyplot as plt
import pandas as pd

# 1. 确保中文字体正常显示
plt.rcParams['font.sans-serif'] = ['PingFang SC', 'Microsoft YaHei', 'SimHei', 'sans-serif']
plt.rcParams['axes.unicode_minus'] = False

# 2. 构造具有长尾特性的模拟数据（共12个品类，存在大量微小项）
raw_data = {
    'category': ['电子产品', '服饰内衣', '日用百货', '食品生鲜', '美妆个护', 
                 '家居家装', '母婴玩具', '运动户外', '汽配摩托', '图书文娱', '医药保健', '虚拟服务'],
    'sales': [4200, 2600, 1500, 1100, 800, 320, 210, 180, 140, 110, 80, 60]
}
df = pd.DataFrame(raw_data)

# 3. 动态归并：保留前 5 项，其余归并为“其它”
TOP_N = 5
df_sorted = df.sort_values(by='sales', ascending=False).reset_index(drop=True)

df_top = df_sorted.iloc[:TOP_N].copy()
other_sales = df_sorted.iloc[TOP_N:]['sales'].sum()

# 构建包含“其它”的新数据行
df_final = pd.concat([
    df_top,
    pd.DataFrame([{'category': '其它 (包含{}项)'.format(len(df_sorted) - TOP_N), 'sales': other_sales}])
], ignore_index=True)

# 4. 绘制规范饼图
fig, ax = plt.subplots(figsize=(8, 6), facecolor='#FFFFFF')
colors = ['#6B88A6', '#71A397', '#8CA7C4', '#8EC3B6', '#A3BFD9', '#D9E2EC']

wedges, texts, autotexts = ax.pie(
    df_final['sales'],
    labels=df_final['category'],
    autopct='%1.1f%%',
    startangle=140,
    colors=colors,
    pctdistance=0.75,          # 百分比数值置于扇区 75% 半径处
    labeldistance=1.08,        # 标签放置于饼图外缘略微偏移处
    wedgeprops={'edgecolor': '#FFFFFF', 'linewidth': 1.5, 'antialiased': True}
)

# 统一文本样式
plt.setp(texts, size=11, color='#334155')
plt.setp(autotexts, size=10, weight='bold', color='#FFFFFF')
# 将“其它”扇区（颜色浅）的百分比文字设为深色以便阅读
autotexts[-1].set_color('#1E293B')

ax.set_title('各品类销售额占比分布（Top 5 归并展示）', fontsize=14, pad=20, weight='bold', color='#1E293B')
plt.tight_layout()
plt.show()

四、方案二：排版层治理——几何外置引线标注法（必须保留全部明细）

在某些严谨的审计、合规或学术汇报中，业务方明确要求不能汇总掩盖任何一个明细分类，哪怕占比只有 0.5% 也必须在图中标出名字。此时，直接将标签文字全部外置，并通过折线引线（Callout lines）与对应扇区建立连接，是解决文字重合的有效排版手段。

1. 外部引线算法原理

通过遍历 ax.pie() 返回的 wedges 对象，可以获取每个扇区的起始角度（theta1）与终止角度（theta2）。其中心角为 ang = (theta2 - theta1) / 2 + theta1。根据三角函数：

• 扇区内测起点：x1 = r × cos(ang), y1 = r × sin(ang)（通常取 r = 1.0 边缘）；
• 外部拐点与标签点：取 r = 1.25 甚至更大半径，根据角度位于圆心左右侧（cos(ang) > 0），将文本对齐方式（horizontalalignment）分别设为 'left' 与 'right'。

2. 引线标注实现代码

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['PingFang SC', 'Microsoft YaHei', 'SimHei', 'sans-serif']
plt.rcParams['axes.unicode_minus'] = False

categories = ['核心架构', '业务模块', '缓存层', '日志分析', '定时任务', '消息网关', '监控采集', '安全校验']
weights = [38, 24, 14, 8, 5, 4, 4, 3]

fig, ax = plt.subplots(figsize=(9, 6), subplot_kw=dict(aspect="equal"))
colors = ['#6B88A6', '#71A397', '#8CA7C4', '#8EC3B6', '#A3BFD9', '#CBD5E1', '#94A3B8', '#B0C4DE']

# 绘制纯色块饼图，不渲染内置标签
wedges, _ = ax.pie(
    weights,
    colors=colors,
    startangle=60,
    wedgeprops=dict(width=0.6, edgecolor='white', linewidth=1.5)  # 环形饼图提升空间层次
)

# 设定标注引线配置
bbox_props = dict(boxstyle="square,pad=0.3", fc="w", ec="#CBD5E1", lw=0.72)
kw = dict(arrowprops=dict(arrowstyle="-", color="#64748B", lw=1),
          bbox=bbox_props, zorder=0, va="center")

for i, p in enumerate(wedges):
    ang = (p.theta2 - p.theta1) / 2. + p.theta1
    y = np.sin(np.deg2rad(ang))
    x = np.cos(np.deg2rad(ang))
    
    # 动态判断标签位于图表左侧还是右侧
    horizontalalignment = "left" if x >= 0 else "right"
    connection_style = f"angle,angleA=0,angleB={ang}"
    kw["arrowprops"].update({"connectionstyle": connection_style})
    
    # 将文本外移至 1.35 倍半径处
    ax.annotate(
        f"{categories[i]}: {weights[i]}%",
        xy=(x, y),
        xytext=(1.35 * np.sign(x), 1.25 * y),
        horizontalalignment=horizontalalignment,
        fontsize=10.5,
        color='#1E293B',
        **kw
    )

ax.set_title("微服务各模块资源开销占比（外置引线标注）", fontsize=13, weight='bold', pad=25)
plt.tight_layout()
plt.show()

五、方案三：结构层治理——子母图联动拆解（兼顾大盘与长尾细节）

如果业务场景既需要宏观展示前三大板块的主导地位，又必须深入剖析“其它”大类内部 4~5 个小项目的详细占比，构建子母饼图（Bar of Pie / Pie of Pie）是最高阶且符合报表审美的解法。

在 Matplotlib 中，可以通过构建一个具有两个子图的画布（fig, (ax1, ax2) = plt.subplots(1, 2)）：

• 左图（主饼图）：展示 Top 3 核心分类与聚合后的“长尾其它项”；
• 右图（分解条形图）：将左侧“长尾其它项”在条形图中 100% 纵向平铺展开；
• 连接梯形连线：利用 matplotlib.patches.ConnectionPatch 从主饼图的“其它”扇区上下两角连接到右侧条形图的顶底边，建立直观的下钻视觉引导。

六、方案四：视觉选型替代——何时果断放弃饼状图？

在数据可视化科学中，图形的选择应当服务于人类的认知心理学。人眼对“二维面积”与“角度”的感知精度，天然远逊于对“一维长度与垂直对齐位置”的感知精度。

当满足以下任意条件时，应停止在饼图上耗费精力调参，果断改用横向条形图（Horizontal Bar Chart）：

• 独立类别总数超过 10 个；
• 多项分类的数值极其接近（例如 4.2%、4.5%、4.8%），在饼图中肉眼无法分辨差异；
• 重点在于对比各分类之间的严格排序，而非强调各自占总体的份额。

横向条形图最佳实践代码

import matplotlib.pyplot as plt
import pandas as pd

plt.rcParams['font.sans-serif'] = ['PingFang SC', 'Microsoft YaHei', 'SimHei', 'sans-serif']
plt.rcParams['axes.unicode_minus'] = False

# 包含 14 个长尾细项的数据
data = {
    'channel': ['搜索引擎', '直接访问', '社交分享', '信息流广告', '外部友情链接', 
                '电子邮件', '应用市场', '短信推送', 'KOL推广', '线下扫码', '合作伙伴', '裂变活动', '社区论坛', '其它渠道'],
    'users': [5200, 3100, 2400, 1800, 950, 720, 680, 510, 430, 320, 290, 210, 160, 90]
}
df = pd.DataFrame(data).sort_values(by='users', ascending=True)  # 升序排列，使最大项位于最上方

fig, ax = plt.subplots(figsize=(8, 6), facecolor='#FFFFFF')
bars = ax.barh(df['channel'], df['users'], color='#6B88A6', height=0.65, edgecolor='none')

# 高亮前三名条目
for bar in bars[-3:]:
    bar.set_color('#71A397')

# 在条形右侧直接标注数值与百分比，免除查图例的折返成本
total_users = df['users'].sum()
for bar in bars:
    w = bar.get_width()
    pct = (w / total_users) * 100
    ax.text(w + 80, bar.get_y() + bar.get_height()/2, f'{w:,} ({pct:.1f}%)', 
            va='center', fontsize=9.5, color='#475569')

# 隐藏多余外边框，保持现代清爽排版
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)
ax.spines['left'].set_color('#CBD5E1')
ax.spines['bottom'].set_color('#CBD5E1')
ax.xaxis.grid(True, linestyle='--', alpha=0.5, color='#E2E8F0')
ax.set_axisbelow(True)

ax.set_title('各渠道新增获客量与占比分布（条形图替代方案）', fontsize=13, weight='bold', pad=15)
plt.tight_layout()
plt.show()

七、总结与选型决策指南

处理 Python 饼状图扇区重叠并非单纯的“格式调优”，而是一个从数据清洗、视觉编码到图表选型的系统化决策过程。在实际业务中，可以根据以下决策树快速确定技术方案：

常见避坑要点速查：

• 严禁滥用 explode（扇区爆破）：许多人试图通过 explode=[0.1]*len(data) 把扇区炸开以求拉开距离，但这会导致饼图半径缩水、长尾扇区边缘互相撕裂，重叠反而更加凌乱。
• 杜绝使用 3D 饼图：3D 倾斜视角引入了严重的几何透视畸变，前排扇区被夸大、后排扇区被压缩，加剧了文字遮挡与数值失真。
• 避免图例多列堆叠遮挡画幅：若将标签全部转移到 plt.legend()，应将其锚定在图表外缘（例如 bbox_to_anchor=(1.05, 1)），并设置 loc='upper left'，严禁让图例覆盖在饼图正上方。
• 百分比格式化与四舍五入防呆：当合并“其它”项时，确保所有百分比使用标准浮点格式（如 %1.1f%%），避免因取整导致的各部分总和不等于 100% 的误解。