如何获得不同的饼图颜色？
如何获得不同的饼图颜色？
提问于 2018-09-02 13:54:15
如何获得不同的饼图颜色？我有一个大约20个类别的数据集，它可能更大。当我创建一个饼图时，一些楔形具有相同的颜色，所以我想知道有没有一种方法可以使我的饼图楔形中的所有颜色都不同？谢谢!
回答 1
Stack Overflow用户
回答已采纳
发布于 2018-09-02 20:08:24
通过matplotlib中的分类/定性色彩映射，20种颜色恰好是您所能达到的极限。目前matplotlib提供了tab20，tab20b，tab20c色彩映射。
import matplotlib.pyplot as plt
import numpy as np
data = np.random.randint(50,200, size=20)
fig = plt.figure()
with plt.style.context({"axes.prop_cycle" : plt.cycler("color", plt.cm.tab20.colors)}):
ax = fig.add_subplot(121, aspect="equal")
ax.pie(data)
with plt.style.context({"axes.prop_cycle" : plt.cycler("color", plt.cm.tab20c.colors)}):
ax2 = fig.add_subplot(122, aspect="equal")
ax2.pie(data)
plt.show()
对于更多的颜色，当然也可以使用different colormaps，但这些颜色通常会导致彼此非常相似的颜色。例如，对于具有30种不同颜色的饼图，我们可以使用nipy_spectral或CMRmap色彩映射表。
import matplotlib.pyplot as plt
import numpy as np
data = np.random.randint(50,200, size=30)
fig = plt.figure()
cc = plt.cycler("color", plt.cm.nipy_spectral(np.linspace(0,.9,len(data))))
with plt.style.context({"axes.prop_cycle" : cc}):
ax = fig.add_subplot(121, aspect="equal")
ax.pie(data)
cc = plt.cycler("color", plt.cm.CMRmap(np.linspace(0,0.9,len(data))))
with plt.style.context({"axes.prop_cycle" : cc}):
ax2 = fig.add_subplot(122, aspect="equal")
ax2.pie(data)
plt.show()
因此，可以添加另一个维度。从任何颜色映射表中选择一些颜色，并为每个颜色创建不同的亮度级别。这基本上是在this answer中显示的。这里，为了获得例如30种不同的颜色，我们可以选择6种颜色，并且对于每5个光度级别。
import matplotlib.pyplot as plt
import numpy as np
import matplotlib.colors
def categorical_cmap(nc, nsc, cmap="tab10", continuous=False):
if nc > plt.get_cmap(cmap).N:
raise ValueError("Too many categories for colormap.")
if continuous:
ccolors = plt.get_cmap(cmap)(np.linspace(0,1,nc))
else:
ccolors = plt.get_cmap(cmap)(np.arange(nc, dtype=int))
cols = np.zeros((nc*nsc, 3))
for i, c in enumerate(ccolors):
chsv = matplotlib.colors.rgb_to_hsv(c[:3])
arhsv = np.tile(chsv,nsc).reshape(nsc,3)
arhsv[:,1] = np.linspace(chsv[1],0.25,nsc)
arhsv[:,2] = np.linspace(chsv[2],1,nsc)
rgb = matplotlib.colors.hsv_to_rgb(arhsv)
cols[i*nsc:(i+1)*nsc,:] = rgb
cmap = matplotlib.colors.ListedColormap(cols)
return cmap
data = np.random.randint(50,200, size=30)
fig = plt.figure()
cc = plt.cycler("color", categorical_cmap(6, 5, cmap="tab10").colors)
with plt.style.context({"axes.prop_cycle" : cc}):
ax = fig.add_subplot(121, aspect="equal")
ax.pie(data)
cc = plt.cycler("color",
categorical_cmap(6, 5, cmap="gist_rainbow", continuous=True).colors)
with plt.style.context({"axes.prop_cycle" : cc}):
ax2 = fig.add_subplot(122, aspect="equal")
ax2.pie(data)
plt.show()
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/52134364
复制相关文章
相似问题
腾讯云开发者
