我正在尝试使用matplotlib
创建饼图,其中每个类别的颜色都是固定的。
我有一个函数可以根据值和类别数据集创建一个饼图。这是一个例子:
Category Value
TI 65
Con 43
FR 40
TraI 40
Bug 38
Data 22
Int 15
KB 12
Other 8
Dep 7
PW 6
Uns 5
Perf 4
Dep 3
问题在于数据因实例而异,而这又会改变类别的顺序。因此,每次生成图表时,每个类别都会被标记为不同的颜色。我可以每次按字母顺序对数据进行排序,但这会导致两个问题:某些数据集中缺少某些类别,我更喜欢按大小排序,以便最小的楔形水平定向。
如何根据matplotlib
的索引设置pandas.Series
来指定颜色?
这是我用来生成饼图的代码:
import matplotlib.pyplot as plt
slices = [62, 39, 39, 38, 37, 21, 15, 9, 6, 7, 6, 5, 4, 3]
cmap = plt.cm.prism
colors = cmap(np.linspace(0., 1., len(slices)))
labels = [u'TI', u'Con', u'FR', u'TraI', u'Bug', u'Data', u'Int', u'KB', u'Other', u'Dep', u'PW', u'Uns', u'Perf', u'Dep']
fig = plt.figure(figsize=[10, 10])
ax = fig.add_subplot(111)
pie_wedge_collection = ax.pie(slices, colors=colors, labels=labels, labeldistance=1.05, autopct=make_autopct(slices))
for pie_wedge in pie_wedge_collection[0]:
pie_wedge.set_edgecolor('white')
titlestring = 'Issues'
ax.set_title(titlestring)
编辑:我忘了解释autopct
函数,它用于添加值和百分比标签:
def make_autopct(values):
def my_autopct(pct):
total = sum(values)
val = int(round(pct*total/100.0))
return '{p:.2f}% ({v:d})'.format(p=pct,v=val)
return my_autopct
答案 0 :(得分:3)
这是您可以尝试的想法。根据标签和颜色制作字典,以便将每种颜色映射到标签。然后,在制作饼图后,使用此词典指定楔形的facecolor
。
这是一个未经测试的位代码,可能会满足您的需求:
import numpy as np
import matplotlib.pyplot as plt
def mypie(slices,labels,colors):
colordict={}
for l,c in zip(labels,colors):
print l,c
colordict[l]=c
fig = plt.figure(figsize=[10, 10])
ax = fig.add_subplot(111)
pie_wedge_collection = ax.pie(slices, labels=labels, labeldistance=1.05)#, autopct=make_autopct(slices))
for pie_wedge in pie_wedge_collection[0]:
pie_wedge.set_edgecolor('white')
pie_wedge.set_facecolor(colordict[pie_wedge.get_label()])
titlestring = 'Issues'
ax.set_title(titlestring)
return fig,ax,pie_wedge_collection
slices = [37, 39, 39, 38, 62, 21, 15, 9, 6, 7, 6, 5, 4, 3]
cmap = plt.cm.prism
colors = cmap(np.linspace(0., 1., len(slices)))
labels = [u'TI', u'Con', u'FR', u'TraI', u'Bug', u'Data', u'Int', u'KB', u'Other', u'Dep', u'PW', u'Uns', u'Perf', u'Dep']
fig,ax,pie_wedge_collection = mypie(slices,labels,colors)
plt.show()
答案 1 :(得分:3)
这是@tmdavison答案的更简单解决方案。
首先让我们看看MWE的问题:
import matplotlib.pyplot as plt
labels = ['Frogs', 'Hogs', 'Dogs', 'Logs']
sizes = [15, 30, 45, 10]
fig, ax = plt.subplots(1, 2)
ax[0].pie(sizes, labels=labels)
ax[1].pie(sizes[1:], labels=labels[1:])
这会产生问题图:
问题在于,在左侧图中,Hogs
被涂成橙色,而在右侧图中,Hogs
被涂成蓝色({{ 1}}和Logs
)。
我们希望标签的颜色在两个图中都相同。我们可以通过指定要使用的颜色字典来做到这一点:
Dogs
这可以创建情节:
在这里,我们可以看到,在两个图中,标签都用相同的颜色表示。
如果您有很多类别,则手动为每个类别设置颜色会很麻烦。在这种情况下,您可以将labels = ['Frogs', 'Hogs', 'Dogs', 'Logs']
sizes = [15, 30, 45, 10]
colours = {'Frogs': 'C0',
'Hogs': 'C1',
'Dogs': 'C2',
'Logs': 'C3'}
fig, ax = plt.subplots(1, 2)
ax[0].pie(sizes,
labels=labels,
colors=[colours[key] for key in labels])
ax[1].pie(sizes[1:],
labels=labels[1:],
colors=[colours[key] for key in labels[1:]])
字典构造为:
colours
如果您有10个以上的类别,则应改用:
colours = dict(zip(labels, plt.cm.tab10.colors[:len(labels)]))