seaborn画饼图

(一)饼图：

1）用到的方法：matplotlib.pyplot.pie()
2）参数解析：

pie(x, explode=None, labels=None,  
    colors=('b', 'g', 'r', 'c', 'm', 'y', 'k', 'w'),  
    autopct=None, pctdistance=0.6, shadow=False,  
    labeldistance=1.1, startangle=None, radius=None,  
    counterclock=True, wedgeprops=None, textprops=None,  
    center = (0, 0), frame = False )  

3）参数说明：

x (每一块)的比例，如果sum(x) > 1会使用sum(x)归一化 labels (每一块)饼图外侧显示的说明文字
explode (每一块)离开中心距离 startangle 起始绘制角度,默认图是从x轴正方向逆时针画起,如设定=90则从y轴正方向画起
shadow 是否阴影 labeldistance label绘制位置,相对于半径的比例, 如<1则绘制在饼图内侧 autopct
控制饼图内百分比设置,可以使用format字符串或者format function
‘%1.1f’指小数点前后位数(没有用空格补齐) pctdistance 类似于labeldistance,指定autopct的位置刻度 radius 控制饼图半径

返回值: 如果没有设置autopct,返回(patches, texts) 如果设置autopct,返回(patches, texts,
autotexts) patches – list –matplotlib.patches.Wedge对象 texts
autotexts – matplotlib.text.Text对象

（二）distplot图：

1）解析：
seaborn的displot()集合了matplotlib的hist()与核函数估计kdeplot的功能，增加了rugplot分布观测条显示与利用scipy库fit拟合参数分布的新颖用途
2）用法：

seaborn.distplot(a, bins=None, hist=True, kde=True, rug=False, fit=None, hist_kws=None, kde_kws=None, rug_kws=None, fit_kws=None, color=None, vertical=False, norm_hist=False, axlabel=None, label=None, ax=None)

3)参数说明：

a:观察数据，一维的或者是数组。
如果是Series对象并且带有name属性，name就会作为标记一个数据轴。
bins:设置矩形数量。
hist:bool,可选。控制是否显示条形图。
kde:bool,optional.控制是否显示核密度图。
rug:随机变量，可选。控制拟合的参数分布图。
vertical:bool,可选。显示正交控制。