为 Matplotlib 饼图中的数据分配特定颜色

Question

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。

我有一个函数可以从一组值和类别数据中创建一个饼图。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

问题在于数据因一个实例而异，而这反过来又会改变类别的顺序。因此，每次我生成图表时，每个类别都会被标记为不同的颜色。我每次都可以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，而且我更希望它按大小排序，以便最小的楔形水平方向。

如何设置matplotlib 以根据pandas.Series 的索引分配颜色？

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

Answer 1

这是一个您可以尝试的想法。根据您的标签和颜色制作字典，以便将每种颜色映射到一个标签。然后，在制作完饼图后，使用该字典将楔形的facecolor 分配进去。

这是一段未经测试的代码，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()

Answer 2

这是@tmdavison 答案的一个更简单的解决方案。

让我们先看看 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，但在右侧图中，Hogs 被涂成蓝色（Logs 和 @987654329 也有类似的混淆@)。

我们希望两个图中的标签颜色相同。我们可以通过指定要使用的颜色字典来做到这一点：

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:]])

这可以创建情节：

在这里，我们看到标签在两个图中用相同的颜色表示，正如所愿。

如果您有很多类别，手动为每个类别设置颜色可能会很麻烦。在这种情况下，您可以将colours 字典构造为：

colours = dict(zip(labels, plt.cm.tab10.colors[:len(labels)]))

如果您有超过 10 个类别，您将改为使用：

colours = dict(zip(labels, plt.cm.tab20.colors[:len(labels)]))