Menambahkan Pie Chart dengan Seaborn

Hello guys! Kali ini kita akan menambahkan Pie Chart dengan Seaborn untuk melakukan Visualisasi Grafik dengan Python.

Diagram lingkaran adalah analisis univariat dan umumnya digunakan untuk menunjukkan data persentase atau proporsional. Distribusi persentase dari setiap kelas dalam suatu variabel diberikan di sebelah irisan lingkaran yang sesuai. Perpustakaan Python yang dapat digunakan untuk membuat diagram lingkaran adalah matplotlib dan seaborn.

Sintaks :

matplotlib.pyplot.pie(data, explode=None, labels=None, colors=None, autopct=None, shadow=False)Parameter :

• data : Mewakili larik nilai data yang akan diplot, area fraksional setiap irisan diwakili oleh data/sum(data). Jika sum(data)<1, maka nilai data mengembalikan area fraksional secara langsung, sehingga hasil diagram lingkaran akan memiliki irisan kosong sebesar 1-sum(data).
• labels : Adalah daftar urutan string yang menetapkan label setiap irisan.
• color : Atribut digunakan untuk memberikan warna pada irisan-irisan.
• autopct : Adalah string yang digunakan untuk memberi label irisan dengan nilai numerik mereka.
• shadow : Digunakan untuk membuat bayangan irisan.

Berikut adalah keuntungan dari Diagram Lingkaran :

• Ringkasan visual yang lebih mudah dari data berjumlah besar
• Efek dan ukuran kelas yang berbeda dapat dengan mudah dipahami
• Persentase digunakan untuk mewakili kelas-kelas dalam titik data

Contoh : 

import matplotlib.pyplot as plt
import seaborn as sns
# Creating dataset
cars = ['AUDI', 'BMW', 'FORD', 'TESLA', 'JAGUAR', 'MERCEDES']
data = [23, 17, 35, 29, 12, 41]
# Set Seaborn style
sns.set(style="whitegrid")
# Creating plot using Seaborn
fig, ax = plt.subplots(figsize=(10, 7))
ax.pie(data, labels=cars, autopct='%1.1f%%', startangle=90, colors=sns.color_palette('pastel'), wedgeprops=dict(width=0.4))
# Set plot title
plt.title('Car Distribution')
# Show plot
plt.show()

Output :

Contoh : 

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
# Creating dataset
cars = ['AUDI', 'BMW', 'FORD', 'TESLA', 'JAGUAR', 'MERCEDES']
data = [23, 17, 35, 29, 12, 41]
# Creating explode data
explode = (0.1, 0.0, 0.2, 0.3, 0.0, 0.0)
# Creating color parameters
colors = ("orange", "cyan", "brown", "grey", "indigo", "beige")
# Wedge properties
wp = {'linewidth': 1, 'edgecolor': "green"}
# Creating autocpt arguments
def func(pct, allvalues):
    absolute = int(pct / 100.*np.sum(allvalues))
    return "{:.1f}%\n({:d} g)".format(pct, absolute)
# Set Seaborn style
sns.set(style="whitegrid")
# Creating plot using Matplotlib
fig, ax = plt.subplots(figsize=(10, 7))
wedges, texts, autotexts = ax.pie(data, autopct=lambda pct: func(pct, data), explode=explode, labels=cars,
                                  shadow=True, colors=colors, startangle=90, wedgeprops=wp,
                                  textprops=dict(color="magenta"))
# Adding legend
ax.legend(wedges, cars, title="Cars", loc="center left",
          bbox_to_anchor=(1, 0, 0.5, 1))
plt.setp(autotexts, size=8, weight="bold")
ax.set_title("Customizing pie chart")
# Show plot
plt.show()

Output :

Mohon maaf apabila ada kesalahan sedikit pun pada Kode Program ini.

Terima Kasih 😀😊😘👌👍 :)