Question

我有一个生成饼图的源代码

stdi

结果
彩色图片

和灰度

灰度版本有点难以阅读。有没有建议在黑白打印中使灰度饼图可读？

Answer 1

从问题中不清楚您是想要创建黑白图表还是生成彩色图表，然后将其转换。两种情况下的策略可能是相同的： 您可以使用色彩图中的颜色创建新的色彩循环。 给出了可能的色彩映射的参考here。当然，您也可以使用自己的颜色列表。

E.g。从gray（深灰色）到0.2（浅灰色）之间的0.8色彩图创建5种颜色：

from cycler import cycler
colors = plt.cm.gray(np.linspace(0.2,0.8,5))
plt.rcParams['axes.prop_cycle'] = cycler(color=colors)

同样，您可以使用色彩鲜明的地图（例如magma），当之后转换为灰度时，它仍然看起来不错。

from cycler import cycler
colors = plt.cm.magma(np.linspace(0.2,0.8,5))
plt.rcParams['axes.prop_cycle'] = cycler(color=colors)

更改颜色范围，例如0.4和0.95之间的颜色范围较浅，

from cycler import cycler
colors = plt.cm.magma(np.linspace(0.4,0.95,5))
plt.rcParams['axes.prop_cycle'] = cycler(color=colors)

请注意，您可以（而不是定义颜色循环）将颜色直接应用于每个饼图

ax.pie(..., colors=colors, ...)

最后，为了区分灰度图像中的形状，通常应用的技术是使用阴影线。参见例如this example。

pie = ax.pie(..., autopct='%1.1f%%', pctdistance=1.3,
              colors=colors, ...)
for patch, hatch in zip(pie[0],hatches):
    patch.set_hatch(hatch)

Answer 2

假设您将保存为彩色图形，然后转换为灰度图像，则可以执行以下操作：

在您喜欢的色彩映射表的列表中定义颜色。 [这里也值得注意的是，使用新的4个彩色地图之一（自matplotlib 1.5以来可用：绿色，岩浆，等离子，地狱）意味着当图像转换为灰度时，颜色仍然可以区分。]
```
colors = plt.cm.plasma(np.linspace(0., 1., 5))
```
然后，我们可以定义一个函数将这些颜色转换为等效的灰度值：
```
rgb2gray = lambda rgb: np.dot(rgb[...,:3], [0.299, 0.587, 0.114])
```
如果该值大于0.5，则颜色为浅色，因此我们可以使用黑色文本，否则，将文本更改为浅色。我们可以使用以下列表理解将这些文本颜色保存在列表中：
```
textcol = ['k' if rgb2gray(color) > 0.5 else 'w' for color in colors ]
```
绘制饼图时，使用colors=colors kwarg来使用之前定义的颜色。 matplotlib从ax.pie返回三件事：构成饼图的修补程序，文本标签和autopct标签。后者是我们想要修改的。
```
p, t, at = ax1.pie(train_sentences_b,  autopct='%1.1f%%',
        shadow=True, startangle=90, colors=colors)
```

让我们定义一个循环文本标签的函数，并根据我们之前制作的列表设置颜色：

def fix_colors(textlabels, textcolors):
    for text, color in zip(textlabels, textcolors):
        text.set_color(color)

然后在使用以下方法绘制每个饼图后调用此方法：
```
fix_colors(at, textcol)
```

将所有这些放在你的脚本中（我添加了一些额外的数据来获取饼图上的所有5个catagories）：

import matplotlib.pyplot as plt
from matplotlib.pyplot import savefig
import numpy as np
import matplotlib.gridspec as gridspec

colors = plt.cm.plasma(np.linspace(0., 1., 5))

rgb2gray = lambda rgb: np.dot(rgb[...,:3], [0.299, 0.587, 0.114])

textcol = ['k' if rgb2gray(color) > 0.5 else 'w' for color in colors ]

def fix_colors(textlabels, textcolors):
    for text, color in zip(textlabels, textcolors):
        text.set_color(color)

plt.clf()
plt.cla()
plt.close()

labels_b = ["Very Negative", "Negative",  "Neutral", "Positive", "Very Positive"]
dev_sentences_b = [428, 444, 430, 500, 320]
test_sentences_b = [912, 909, 890, 900, 900]
train_sentences_b = [3310, 3610, 3200, 3500, 3321]

gs = gridspec.GridSpec(2, 2)
ax1= plt.subplot(gs[0, 0])
p, t, at = ax1.pie(train_sentences_b,  autopct='%1.1f%%',
        shadow=True, startangle=90, colors=colors)
fix_colors(at, textcol)

ax1.axis('equal')
ax1.set_title("Train")

ax2= plt.subplot(gs[0, 1])
p, t, at = ax2.pie(dev_sentences_b, autopct='%1.1f%%',
        shadow=True, startangle=90, colors=colors)
ax2.axis('equal')
ax2.set_title("Dev")
fix_colors(at, textcol)

ax3 = plt.subplot(gs[1, 1])
p, t, at = ax3.pie(test_sentences_b, autopct='%1.1f%%',
        shadow=True, startangle=90, colors=colors)
ax3.axis('equal')
ax3.set_title("Test")
fix_colors(at, textcol)

ax3.legend(labels=labels_b, bbox_to_anchor=(-1,1), loc="upper left")

plt.savefig('sstbinary', format='pdf')

其中给出了以下图像：

转换为灰度后：

制作具有灰度可读百分比的饼图

2 个答案: