如何用Python绘制可按大小体现数量的重叠圆（类欧拉图）

阿华AIGC实验室

2026-4-14

首先我先梳理下你的核心需求，确保我完全get到了重点：
你需要用Python实现欧拉图风格的可视化，替代matplotlib-venn（最多支持3个圆、默认标签是数量而非自定义名称）和R的eulerr（不熟悉R），具体要求包括：

支持超过3个集合的展示
可以自定义每个圆的标题/标签（比如直接用"poodles"、"dogs"而不是数字）
圆的面积、重叠区域对应集合的元素数量或逻辑包含关系
能根据像All x are y、Some z are non-y这类逻辑语句，自动生成对应的重叠/嵌套圆效果

接下来给你推荐几个实用的Python解决方案，附上手示例：

一、用`eulerr`库生成专业欧拉图

这是最贴合你需求的Python库——它专门做欧拉图，支持最多5个集合，能自动根据集合大小调整圆的面积和重叠区域，还能自定义标签，完美解决matplotlib-venn的局限。

安装

pip install eulerr

示例1：嵌套集合（对应`All poodles are dogs`, `All dogs are animals`）

这个例子里，poodles是dogs的子集，dogs是animals的子集，我们直接定义各集合和交集的大小，就能生成嵌套的圆：

from eulerr import Euler
import matplotlib.pyplot as plt

# 定义集合与交集的大小（子集的交集等于自身大小）
set_sizes = {
    "poodles": 15,
    "dogs": 40,
    "animals": 70,
    "poodles&dogs": 15,
    "poodles&animals": 15,
    "dogs&animals": 40,
    "poodles&dogs&animals": 15
}

# 生成欧拉图，自定义标签
fig, ax = Euler(set_sizes).plot(
    labels=["Poodles", "Dogs", "Animals"],
    legend=True,
    fill_opacity=0.5,  # 调整透明度
    edgecolor="black"   # 圆的边框颜色
)

ax.set_title("Nested Euler Diagram")
plt.show()

运行后会生成一个大的Animals圆，里面包含Dogs圆，Dogs圆里又包含Poodles圆，每个圆的面积和你定义的大小对应。

示例2：带部分重叠的集合（对应`All x are y`, `All non-x are y`, `Some z are non-y`）

这个逻辑里，y是全集（x和非x都属于y），z部分属于y、部分不属于，我们可以这样定义：

set_sizes = {
    "x": 25,
    "y": 100,  # y是全集，设为最大
    "z": 35,
    "x&y": 25,  # x完全在y里
    "x&z": 0,   # 逻辑里没提到x和z的交集，设为0
    "y&z": 15,  # z有15个元素在y里，剩下20个在外面
    "x&y&z": 0
}

fig, ax = Euler(set_sizes).plot(
    labels=["x", "y", "z"],
    legend=True,
    fill_opacity=0.5
)
plt.show()

结果会是y的大圆包裹x，z的圆一部分和y重叠，一部分在y外，完全符合你的逻辑要求。

二、用Plotly实现交互式欧拉图

如果你需要交互式可视化（比如鼠标hover查看重叠区域的具体数量），可以用Plotly。它支持最多4个集合，虽然是韦恩图，但如果某个交集不存在，设置大小为0就能呈现欧拉图的效果。

安装

pip install plotly

示例代码

import plotly.graph_objects as go

# 定义集合与交集大小
set_sizes = {
    "A": 40,
    "B": 60,
    "C": 30,
    "A∩B": 20,
    "A∩C": 0,
    "B∩C": 10,
    "A∩B∩C": 0
}

# 生成交互式图
fig = go.Figure(data=[go.Venn(
    sets=["A", "B", "C"],
    # 计算每个区域的大小（韦恩图的格式要求）
    values=[
        set_sizes["A"] - set_sizes["A∩B"] - set_sizes["A∩C"] + set_sizes["A∩B∩C"],
        set_sizes["B"] - set_sizes["A∩B"] - set_sizes["B∩C"] + set_sizes["A∩B∩C"],
        set_sizes["A∩B"] - set_sizes["A∩B∩C"],
        set_sizes["C"] - set_sizes["A∩C"] - set_sizes["B∩C"] + set_sizes["A∩B∩C"],
        set_sizes["A∩C"] - set_sizes["A∩B∩C"],
        set_sizes["B∩C"] - set_sizes["A∩B∩C"],
        set_sizes["A∩B∩C"]
    ],
    # 自定义标签样式
    label=dict(font=dict(size=16, color="white"), bgcolor="#1f77b4"),
    textfont=dict(size=14)
)])

fig.update_layout(title_text="Interactive Euler-like Diagram")
fig.show()

运行后会在浏览器打开一个交互式图，hover每个区域就能看到对应的数量，还能缩放、保存图片。

三、处理复杂逻辑语句的小技巧

对于你给出的复杂逻辑语句（比如包含多个All、Some的组合），可以分两步处理：

解析逻辑关系：把语句转换成集合规则，比如：
- All x are y → x是y的子集，x∩y = x的大小
- Some z are non-y → z的大小 > z∩y的大小
- All non-x are y → y是全集，y的大小等于所有集合的并集
计算集合大小：给每个集合分配一个基础大小，再根据逻辑调整交集大小
生成可视化：把计算好的大小传给上面的库，就能得到对应的欧拉图

对于矛盾的逻辑（比如All dogs are animals, All animals are poodles），你可以在解析时检测到矛盾，然后生成一个反例图（比如画一个不在poodles里的dog圆）来直观展示。