利用自己的祖源成分结果画祖源成分饼图

{"result":[{"race_desc":"\u4e2d\u534e\u6c11\u65cf","race_en":"chinese_nation","race_probality":"0.868728","area":[{"block":"chinese_nation","race_desc":"\u5317\u65b9\u6c49\u65cf","race_en":"han_northern","race_probality":"0.481249"},{"block":"chinese_nation","race_desc":"\u8499\u53e4\u8bed\u65cf\u7fa4","race_en":"mongolian","race_probality":"0.261693"},{"block":"chinese_nation","race_desc":"\u5357\u65b9\u6c49\u65cf","race_en":"han_southern","race_probality":"0.120531"},{"block":"chinese_nation","race_desc":"\u7572\u65cf","race_en":"she","race_probality":"0.005175"},{"block":"chinese_nation","race_desc":"\u5176\u4ed6","race_en":"other","race_probality":"0.0003"}]},{"race_desc":"\u4e1c\u5317\u4e9a","race_en":"ne_asian","race_probality":"0.131002","area":[{"block":"ne_asian","race_desc":"\u65e5\u672c","race_en":"japanese","race_probality":"0.117829"},{"block":"ne_asian","race_desc":"\u97e9\u56fd","race_en":"korean","race_probality":"0.013163"},{"block":"ne_asian","race_desc":"\u5176\u4ed6","race_en":"other","race_probality":"0.0001"}]},{"race_desc":"\u5176\u4ed6","race_en":"other","race_probality":"0.0003","area":[]}],"case_id":"ANCESTRY","prefix":null,"description":"\u7956\u6e90\u5206\u6790","color":null,"detail_url":"\/report2\/ancestry\/"} 方法一：
编程语言：python3.8
模块：matplotlib（当然如果要是通过读取csv或excel表格的话肯定还少不了pandas）
可选：jupyter notebook
整体思路：祖源成分数据的可视化
优势：在数据量较大的时候较方法二速度快
代码如下图所示：


 
说明：
1. pie函数是这个脚本的最重要的部分，其中参数values可以是个数的数据，当然直接输入百分比......问题也不大，labels是标签，在这里也就是各种祖源成分名称了。这俩参数都支持numpy和pandas直接输入（注意pandas的不可以是数据帧哈）
2. title函数是用来设置标题的，这个没啥好说的
3. 一定要记得前面那个设置中文的语句！！！否则文字部分会是乱码（用Windows和Mac的小盆友的设置方法有差异！当时我弄这个弄了俩小时......）
4. 记得最后要写show函数，不然咋弄都不显示的233333
 
但这时候我们发现：因为有一些数据由于占比过小，导致一些成分名称会聚集在一起而看不清成分名称。
所以这个时候，我们的解决方案是：设立一个图例
经过对图例的设定以及位置的调整，我们得到的饼图是这样的：


 
看起来舒服多了吧
 
说明：
1. legend函数是专门用来添加图例的，其中的参数loc，bbox_to_anchor，labels的作用分别是粗略调整图例位置，详细调整图例位置以及图例的内容
 
方法二：
软件：WPS
方法：直接在WPS里输数据直接画，这个不多说了
优势：数据较少的时候，比方法一速度快
展示：


 
大家一定要注意！！！要在不同情况下选择合理的解决方案，可千万别轴！！！