条形饼图 - bar of pie

制作一个“条形饼图”，其中饼的第一块被“分解”成条形图，并进一步细分所述切片的特征。该示例演示如何使用具有多个轴集的图形，以及如何使用“轴面片”列表添加两个连接面片来链接子面片图表。

add_subplot(self, args, *kwargs)添加子图
说明、参数、返回值
作为子图布置的一部分，将坐标轴添加到图中。

Call signatures:如何调用：

add_subplot(nrows, ncols, index, **kwargs)

add_subplot(pos, **kwargs)

add_subplot(ax)

方法说明位于：

参数
* ARGS

        3位整数或3个单独的整数来描述子图的位置。 如果三个整数是* nrows *，* ncols *和* index *的顺序，子图将采用 nrows * ncols 的网格上的* index *位置。
        * index *从左上角的1开始，并向右增加。
        * pos *是一个三位整数，其中第一个数字是行数，第二个数字是列数和第三个数字是子图的索引。 即fig.add_subplot（235）与fig.add_subplot（2,3,5）相同，使用这种方法时要求所有整数必须小于10。

举个栗子，如果nrows = 2，ncols = 3，那么这个网格（grid）大小为2 * 3，即总共有6个格子。
Index从左上角的1开始（不是零），依次向右增加。可以参考如下表格：

表格中的数字代表index，以下两句代码是等效的

add_subplot(2, 3, 1) # 推荐此种写法

add_subplot(231) # 数字都小于10时可用，不推荐

ax1 = fig.add_subplot(121)  # 设置1行2列子图，ax1占第1列
ax2 = fig.add_subplot(122)  # 设置1行2列子图，ax2占第2列

subplots_adjust
说明、参数
Adjusting the spacing of margins and subplots调整边距和子图的间距

subplots_adjust(self, left=None, bottom=None, right=None, top=None, wspace=None, hspace=None)
函数作用是调整子图布局，其主要参数含义和默认值为：

left = 0.125 # 图片中子图的左侧

right = 0.9 # 图片中子图的右侧

bottom = 0.1 # 图片中子图的底部

top = 0.9 # 图片中子图的顶部

wspace = 0.2 ＃为子图之间的空间保留的宽度，平均轴宽的一部分

hspace = 0.2 ＃为子图之间的空间保留的高度，平均轴高度的一部分

加了这个语句，子图会稍变小，因为空间也占用坐标轴的一部分

fig.subplots_adjust(wspace=0.5,hspace=0.5)

# 制作画布和设置轴对象
fig = plt.figure(figsize=(9, 5))
ax1 = fig.add_subplot(121)     # 设置1行2列子图，ax1占第1列
ax2 = fig.add_subplot(122)     # 设置1行2列子图，ax2占第2列
fig.subplots_adjust(wspace=0)  # 子图间不留空

import matplotlib.pyplot as plt
from matplotlib.patches import ConnectionPatch
import numpy as np
# 制作画布和设置轴对象
fig = plt.figure(figsize=(9, 5))
ax1 = fig.add_subplot(121)     # 设置1行2列子图，ax1占第1列
ax2 = fig.add_subplot(122)     # 设置1行2列子图，ax2占第2列
fig.subplots_adjust(wspace=0)  # 子图间不留空
# 基本饼图参数
ratios = [.27, .56, .17]
labels = ['Approve', 'Disapprove', 'Undecided']
explode = [0.1, 0, 0]
# 旋转角度使第一项正好被 x 轴平分
angle = -180 * ratios[0]
ax1.pie(ratios, autopct='%1.1f%%', startangle=angle,labels=labels, explode=explode)
# 设置第形图参数
xpos = 0
bottom = 0
ratios = [.33, .54, .07, .06]
width = .2
colors = [[.1, .3, .5], [.1, .3, .3], [.1, .3, .7], [.1, .3, .9]]
for j in range(len(ratios)):
    height = ratios[j]
    ax2.bar(xpos, height, width, bottom=bottom, color=colors[j])
    ypos = bottom + ax2.patches[j].get_height() / 2
    bottom += height
    ax2.text(xpos, ypos, "%d%%" % (ax2.patches[j].get_height() * 100),
             ha='center')
ax2.set_title('Age of approvers')
ax2.legend(('50-65', 'Over 65', '35-49', 'Under 35'))
ax2.axis('off')
ax2.set_xlim(- 2.5 * width, 2.5 * width)
# 使用 ConnectionPatch 在两个子图间画线
# 获取比例数据
theta1, theta2 = ax1.patches[0].theta1, ax1.patches[0].theta2
center, r = ax1.patches[0].center, ax1.patches[0].r
bar_height = sum([item.get_height() for item in ax2.patches])
# 画顶部连接线
x = r * np.cos(np.pi / 180 * theta2) + center[0]
y = np.sin(np.pi / 180 * theta2) + center[1]
con = ConnectionPatch(xyA=(-width / 2, bar_height), coordsA=ax2.transData,
                      xyB=(x, y), coordsB=ax1.transData)
con.set_color([0, 0, 0])
con.set_linewidth(4)
ax2.add_artist(con)
# 画底部连接线
x = r * np.cos(np.pi / 180 * theta1) + center[0]
y = np.sin(np.pi / 180 * theta1) + center[1]
con = ConnectionPatch(xyA=(-width / 2, 0), coordsA=ax2.transData,
                      xyB=(x, y), coordsB=ax1.transData)
con.set_color([0, 0, 0])
ax2.add_artist(con)
con.set_linewidth(4)
plt.show()