MATLAB--pie函数绘制复杂分类饼图（2）--附案例代码

MATLAB–pie函数绘制复杂分类数据的饼状图

摘要

在数据可视化中，饼状图是一种常用的展示分类数据的方式。之前，文章介绍了使用MATLAB绘制饼状图的入门方法，现在博主要填上之前这篇文章里提到的坑啦！！本文将介绍如何使用MATLAB的pie函数绘制复杂分类数据的饼状图。我们首先生成需要使用的复杂数据，然后详细说明了使用pie函数绘制饼状图的具体步骤，包括易错点和重点内容。

1. 问题描述

为了方便给大家演示，我们从0到1，从数据类型和大家开始说明。这里将使用MATLAB生成描述6家上市投资公司在8种投资类别上的复杂数据，然后按照投资类别进行分类，并计算各公司对各类别企业的投资比例，最后绘制饼状图展示结果。
数据类型：5家上市投资公司，投资若干家类别企业（共8种类别），对各企业的投资额也不同，数据内容包括：投资公司、被投资的企业、各企业行业类别、各公司对各企业的投资额。
接下来，需要将该投资额数据按照8种投资类别进行分类，5个公司对8个类别企业的投资比例以投资额作为计算依据，每家公司每种类别占比均不相同。
最后，绘制均匀分布的饼状图，每张饼图中按照 “类别（比例）” 的格式标注各类别及比例数据，由于legend相同，所以整个figure使用一个legend；同时调整字体和figure图幅大小，使所有字都清楚展示出来。

2. 具体步骤：

投资数据生成： 先生成描述5家上市投资公司在8种投资类别上的复杂数据，包括投资公司、被投资的企业、各企业行业类别以及各公司对各企业的投资额。

% 生成复杂分类数据
investment_data = struct();

% 六家上市投资公司名称
company_names = {'A Corp', 'B Corp', 'C Corp', 'D Corp', 'E Corp'};
investment_data.Company = company_names;

% 8种投资类别
category_names = {'Technology', 'Finance', 'Healthcare', 'Real Estate', 'Manufacturing', 'Energy', 'Retail', 'Transportation'};

% 为每家公司随机生成对每种类别企业的投资额
for i = 1:numel(company_names)
    for j = 1:numel(category_names)
        investment_data.(['Investment_', num2str(j)])(i) = {randi([10000, 500000])}; % 随机生成投资额
    end
end

重点：数据采用结构数组 investment_data 保存更方便直观哦；分类数据使用元胞cell数据类型。

数据分类处理： 将按照8种投资类别对数据进行分类，并计算各公司对各类别企业的投资比例。

% 按照投资类别分类并计算投资比例
category_investments = zeros(numel(category_names), numel(company_names));
for i = 1:numel(category_names)
    for j = 1:numel(company_names)
        category_investments(i, j) = cell2mat(investment_data.(['Investment_', num2str(i)])(j));
    end
end

% 计算投资比例
total_investments = sum(category_investments, 1);
investment_proportions = category_investments ./ total_investments;

绘制饼状图： 最后，使用MATLAB的pie函数绘制饼状图，确保饼图分布均匀，并标注各类别及比例数据。
ref：（代码中部分方法和原理参见博主另一篇文章：如何合理布局子图–确定MATLAB的subplot子图位置参数）

% 绘制饼状图  采用subplot绘制子图，将5家公司的数据绘制在一张figure上
% 给定子图布局参数 （具体方法和原理参见博主另一篇文章：https://blog.csdn.net/weixin_43323302/article/details/136383424）
N = 2; % 子图行数
M = 3; % 子图列数
subplot_length = 3; % 子图高度 （比例2:3,3:4,9:16 等）
subplot_width = 4; % 子图宽度
top_margin = 0.4; % 上边界间距
bottom_margin = 0.6; % 下边界间距
left_margin = 0.6; % 左边界间距
right_margin = 0.4; % 右边界间距
gap = 0.8; % 子图间隙
% 采用 subplot_params 函数确定子图布局参数（要求绘图工整且格式统一的小伙伴可以采用）（具体方法和原理参见博主另一篇文章：https://blog.csdn.net/weixin_43323302/article/details/136383424）
[subplot_position,figure_width,figure_length]=subplot_params(N,M,subplot_length,subplot_width,top_margin,bottom_margin,left_margin,right_margin,gap);

f1=figure('Units', 'inches','Position', [0, 0, figure_width, figure_length]);  % 一定要说明单位
set(f1,'name','日均启停次数');
fontsize=9;
labelmultiplier=1.3;
titlemultiplier=1.4;
pos=subplot_position;

legend_labels = {}; % 存储legend标签

for i = 1:numel(company_names)
    labels_text = {}; % 存储label标签
    
    % 合并标签和比例数据
    for k = 1:numel(category_names)
        label_text = [category_names{k}, ' (', num2str(100*investment_proportions(k, i), '%.1f%%'), ')'];
        labels_text = [labels_text, label_text]; % 添加到label标签中
    end
    subplot('Position',pos(i,:));
    h = pie(investment_proportions(:, i), labels_text);
    title(company_names{i}); % 添加标题
    set(gca,'FontSize',fontsize,'LabelFontSizeMultiplier',labelmultiplier,'TitleFontSizeMultiplier',titlemultiplier);

end
legend(category_names, 'Location', 'bestoutside','FontSize',fontsize); % 设置legend位置