(Data Viz) Pie, Donut, Sunburst Chart (Pie, Donut Chart 실습)

이 색깔은 주석이라 무시하셔도 됩니다.

Pie Chart

• 원을 부채꼴로 분할하여 표현하는 통계 차트
  • 전체를 백분위로 나타낼 때 유용
• 가장 많이 사용하는 차트지만… 지양.
  • 비교 어려움
  • 유용성 떨어짐
  • 오히려 bar plot이 더 유용 (각도 <<< 길이)
    • 사용을 꼭 하고 싶다면 bar plot과 함께 사용할 것을 권장

Donut Chart

• 중간이 비어있는 Pie Chart
  • 디자인적으로 선호되는 편
  • 인포그래픽에서 종종 사용
  • Plotly에서 쉽게 사용 가능

Sunburst Chart

• 햇살(Sunburst)을 닮은 차트
• 계층적 데이터를 시각화하는 데 사용
  • 구현 난이도에 비해 화려하다는 장점
    • 하지만 가독성이 떨어짐
    • 유용성이 높지 않아서 추천하지 않음
  • 오히려 Treemap을 추천
  • Plotly로 쉽게 사용 가능

3. Pie Chart

import numpy as np 
import matplotlib as mpl
import matplotlib.pyplot as plt

1. Pie Chart & Bar Chart

1-1. Basic Pie Chart

• pie()

labels = ['A', 'B', 'C', 'D']
data = np.array([60, 90, 45, 165]) # total 360

fig, ax = plt.subplots(1, 1, figsize=(7, 7))
ax.pie(data
       ,labels=labels
      )
plt.show()

1-2. Pie Chart vs Bar Chart

같은 데이터로 Pie chart와 Bar Chart를 비교하며 장단점을 비교하면 다음과 같다.

• 장점 : 비율 정보에 대한 정보를 제공할 수 있다.
• 단점 : 구체적인 양의 비교가 어렵다.

fig, axes = plt.subplots(1, 2, figsize=(12, 7))

axes[0].pie(data, labels=labels)
axes[1].bar(labels, data)

plt.show()

차이가 큰 데이터에 대해서는 비교를 할 수 있지만, 다음과 같이 비슷한 값들에 대해서는 비교가 어렵다.

np.random.seed(97)

data = np.array([16, 18, 20, 22, 24])
labels = list('ABCDE')
color = plt.cm.get_cmap('tab10').colors[:5]
fig, axes = plt.subplots(2, 3, figsize=(15, 10))

for i in range(3):
    axes[0][i].pie(data, labels=labels)
    axes[1][i].bar(labels, data, color=color)
    np.random.shuffle(data)

plt.show()

1-2. Pie Chart Custom

• startangle

labels = ['A', 'B', 'C', 'D']
data = np.array([60, 90, 45, 165]) # total 360

fig, ax = plt.subplots(1, 1, figsize=(7, 7))
ax.pie(data, labels=labels, 
        startangle=90
      )
plt.show()

• explode

fig, ax = plt.subplots(1, 1, figsize=(7, 7))
explode = [0, 0, 0.2, 0]

ax.pie(data, labels=labels, explode=explode, startangle=90)
plt.show()

• shadow

fig, ax = plt.subplots(1, 1, figsize=(7, 7))
explode = [0, 0, 0.2, 0]

ax.pie(data, labels=labels, explode=explode, startangle=90,
      shadow=True)
plt.show()

• autopct

fig, ax = plt.subplots(1, 1, figsize=(7, 7))
explode = [0, 0, 0.2, 0]

ax.pie(data, labels=labels, explode=explode, startangle=90,
      shadow=True, autopct='%1.1f%%')
plt.show()

• labeldistance
• rotatelabels

fig, ax = plt.subplots(1, 1, figsize=(7, 7))
explode = [0, 0, 0.2, 0]

ax.pie(data, labels=labels, explode=explode, startangle=90,
      shadow=True, autopct='%1.1f%%', labeldistance=1.15
#        , rotatelabels=90
      )
plt.show()

• counterclock

fig, ax = plt.subplots(1, 1, figsize=(7, 7))
explode = [0, 0, 0.2, 0]

ax.pie(data, labels=labels, explode=explode, startangle=90, counterclock=False)
plt.show()

• radius

fig, axes = plt.subplots(1, 3, figsize=(12, 7))
explode = [0, 0, 0.2, 0]

for size, ax in zip([1, 0.8, 0.5], axes):
    ax.pie(data, labels=labels, explode=explode, startangle=90, counterclock=False,
           radius=size
          )
plt.show()

2. Pie Chart 변형

2-1. Donut Chart

중간에 원을 그리는 방식으로 그려진다.

fig, ax = plt.subplots(1, 1, figsize=(7, 7))


ax.pie(data, labels=labels, startangle=90,
      shadow=True, autopct='%1.1f%%')

# 좌표 0, 0, r=0.7, facecolor='white'
centre_circle = plt.Circle((0,0),0.70,fc='white')
ax.add_artist(centre_circle)

plt.show()

• pctdistance
• textprops

fig, ax = plt.subplots(1, 1, figsize=(7, 7))


ax.pie(data, labels=labels, startangle=90,
      shadow=True, autopct='%1.1f%%', pctdistance=0.85, textprops={'color':"w"})

# 좌표 0, 0, r=0.7, facecolor='white'
centre_circle = plt.Circle((0,0),0.70,fc='white')
ax.add_artist(centre_circle)

plt.show()