Python Matplotlib Groupby Graph中颜色一致

我试图创建一个散点饼图，该图由两列组成，第1列和第2列，其中饼图中的颜色（如果数字相同）由第3列决定

请参见下面我所在位置的示例：

此图显示第1列（y轴）和第2列（x轴）。颜色由第3栏决定

但是对于我使用的代码，颜色在图形中并不保持一致，如果相同的第3列显示为不同的第2列或第3列值，则会为其指定不同的颜色

我曾尝试使用CMAP和手动分配颜色，但我无法在第2列中保持一致

请参见下面我的当前代码：

import pandas as pd 
import matplotlib.pyplot as plt
import matplotlib.ticker as mticks
from matplotlib.font_manager import FontProperties
import numpy as np

def draw_pie(dist, 
             xpos, 
             ypos, 
             size, 
             color,
             ax=None):
    if ax is None:
        fig, ax = plt.subplots(figsize=(70,60))

    # for incremental pie slices
    cumsum = np.cumsum(dist)
    cumsum = cumsum/ cumsum[-1]
    pie = [0] + cumsum.tolist()

    for r1, r2 in zip(pie[:-1], pie[1:]):
        angles = np.linspace(2 * np.pi * r1, 2 * np.pi * r2)
        x = [0] + np.cos(angles).tolist()
        y = [0] + np.sin(angles).tolist()

        xy = np.column_stack([x, y])

        ax.scatter([xpos], [ypos], marker=xy, s=size,c=color)

    return ax


colors = {'Group A':'red', 'Group B':'green', 'Group C':'blue', 'Group D':'yellow', 'Group E':'yellow', 'Group F':'yellow', 'Group G':'yellow', 'Group H':'yellow'}


fig, ax = plt.subplots(figsize=(94,70))
for (x,y), d in dataset.groupby(['Column 1','Column 2']):
    dist = d['Column 3'].value_counts()
    draw_pie(dist, x, y, 50000, ax=ax,color=dataset['Column 3'].map(colors))


params = {'legend.fontsize': 100}
plt.rcParams.update(params)
#plt.legend(dataset["Column 3"],markerscale=.4,frameon=True,framealpha=1,ncol=3,loc=(0.00, -0.3), bbox_to_anchor=(0.0, 0., 0.5, 1.25),handletextpad=1,markerfirst=True,facecolor='lightgrey',mode='expand',borderaxespad=-16)


ax.yaxis.set_major_locator(mticks.MultipleLocator(1))
full = plt.Rectangle((-0.05, 4.25), 2.10, 2, color='g', alpha=0.15)
partial = plt.Rectangle((-0.05, 2.25), 2.10, 2, color='orange', alpha=0.15)
low = plt.Rectangle((-0.05, 0.25), 2.10, 2, color='r', alpha=0.15)
ax.add_patch(full)
ax.add_patch(partial)
ax.add_patch(low)
plt.xticks(fontsize=120)
plt.yticks(fontsize=100)
plt.ylim([0, 6.75]) 
plt.tight_layout()
plt.show()

理想情况下，基于数据的输出图（我将在下面复制）应与下图类似（我在每个饼图中放置了一个数字，以定义应有的颜色）

以下是用于图表的完整数据：

Column 1    3       2   Colour Group Desired
First Line  Group A 6   1
First Line  Group A 6   1
First Line  Group A 6   1
First Line  Group C 6   3
First Line  Group B 6   2
First Line  Group B 6   2
First Line  Group B 6   2
First Line  Group A 6   1
First Line  Group A 6   1
First Line  Group C 6   3
First Line  Group A 6   1
Second Line Group A 6   1
Second Line Group A 6   1
Second Line Group A 6   1
Second Line Group C 6   3
Second Line Group B 6   2
Second Line Group B 6   2
Second Line Group B 6   2
Second Line Group A 4.5 1
Second Line Group A 6   1
Second Line Group C 6   3
Second Line Group A 6   1
Third Line  Group A 1   1
Third Line  Group A 6   1
Third Line  Group A 1   1
Third Line  Group C 6   3
Third Line  Group B 3.5 2
Third Line  Group B 3.5 2
Third Line  Group B 3.5 2
Third Line  Group A 1   1
Third Line  Group A 1   1
Third Line  Group C 4   3
Third Line  Group A 1   1

---

此外，我还想在饼图的每个部分添加一个标签，标签的计数为distinct（第3列）。

目前，我提出了以下解决方案来解决颜色问题：

import pandas as pd 
import matplotlib.pyplot as plt
import matplotlib.ticker as mticks
from matplotlib.font_manager import FontProperties
import numpy as np

def draw_pie(dist, 
             xpos, 
             ypos, 
             size, 
             ax=None):
    if ax is None:
        fig, ax = plt.subplots(figsize=(7,6))
    
    # The colors, corresponding to the values 1, 2 and 3:
    # 1 is tab:blue
    # 2 is tab:orange
    # 3 is tab:green
    # Of course, you can change this
    colors = ['tab:blue', 'tab:orange', 'tab:green']
    
    # for incremental pie slices
    cumsum = np.cumsum(dist)
    cumsum = cumsum/ cumsum[-1]
    pie = [0] + cumsum.tolist()

    for r1, r2, i in zip(pie[:-1], pie[1:], range(0, len(dist))):
    
        # If no counts present, skip this one
        if dist[i] == 0:
            continue
    
        angles = np.linspace(2 * np.pi * r1, 2 * np.pi * r2)
        x = [0] + np.cos(angles).tolist()
        y = [0] + np.sin(angles).tolist()

        xy = np.column_stack([x, y])
        ax.scatter([xpos], [ypos], marker=xy, s=size, color=colors[i])

    return ax
    
#colors = {'Group A':'red', 'Group B':'green', 'Group C':'blue', 'Group D':'yellow', 'Group E':'yellow', 'Group F':'yellow', 'Group G':'yellow', 'Group H':'yellow'}

# Read dataset
dataset = pd.read_csv('dataset.csv')

fig, ax = plt.subplots(figsize=(9,5))

for (x,y), d in dataset.groupby(['Column 1','Column 2']):

    # Only interested in the 'Column 3' column, as this one
    # contains the values 1-2-3
    d = d['Colour Group Desired']
    
    # Count how often each value (1-2-3) occurs and store
    # this in a list (count for value i located at list index 
    # i-1)   
    dist = list()
    for i in [1,2,3]:
        dist.append(d[d==i].count())
        
        
    # Call your draw_pie function
    draw_pie(dist, x, y, 500, ax=ax)
   
    
ax.yaxis.set_major_locator(mticks.MultipleLocator(1))
full = plt.Rectangle((-0.05, 4.25), 2.10, 2, color='g', alpha=0.15)
partial = plt.Rectangle((-0.05, 2.25), 2.10, 2, color='orange', alpha=0.15)
low = plt.Rectangle((-0.05, 0), 2.10, 2.25, color='r', alpha=0.15)
ax.add_patch(full)
ax.add_patch(partial)
ax.add_patch(low)
plt.xticks(fontsize=10)
plt.yticks(fontsize=8)
plt.ylim([0, 6.75]) 
plt.tight_layout()
plt.show()

首先，我把所有的尺寸都改了10倍，这样绘图就可以显示在我的屏幕上（例如figsize）。您可能希望再次使用原始值，但这与问题无关

我做的第一个更改是dataset.groupby（['Column 1'，'Column 2']）循环中（x，y），d的

循环体。我没有使用dist=d['Column 3'].value\u counts（）

，而是创建了一个空数组。随后，我在值

1

、

2

和

3

上循环。在每次迭代中，我检查有多少行与特定值匹配，并将结果附加到列表中。这样，我得到了一个大小为3的列表，其中第一个元素对应于等于

1

的行数，第二个元素对应于等于

2

的行数，第三个元素对应于等于

3

的行数。优点是我还可以跟踪出现0次的值

其次，我稍微更改了

draw\u pie

函数。然而，由于我不完全理解颜色的含义，我在

颜色

字典中注释掉了。似乎

1

始终对应

组A

，

2

始终对应

组B

，

3

始终对应

组C

。我利用这一观察结果，定义了另一个

colors

变量（在

draw\u pie

函数中）。而不是字典，

colors

现在是一个列表（其中第一个元素对应于值

1

，第二个元素对应于值

2

，第三个元素对应于值

3

）。我将您的

for

循环从zip中r1，r2的

循环（饼[：-1]，饼[1:]）

更改为zip中r1，r2，I的

循环（饼[：-1]，饼[1:]，范围（0，len（dist））

。优点是我现在可以使用迭代变量

I

从

colors

列表中获得正确的颜色。此外，我还添加了一个小的

if

语句，用于检查是否恰好有0次发生。如果是这样的话，我只跳过循环的其余部分，什么也不画（如果你不跳过这些情况，它会画一条很细的线，你可以自己去掉它来试试）

如果我运行代码，我会得到以下结果：

不幸的是，我没有成功地添加标签。我尝试使用该方法，但无法将标签放置在正确的位置

---

编辑 我决定更改

draw\u pie

函数的主体。在这个新版本中，我们在所需的

（xpos，ypos）

位置绘制一个

轴

实例。这涉及到一些转换：首先是从数据坐标到显示坐标的转换，然后是从显示坐标到图形坐标的转换。请参阅以获取解释。优点是，我们现在可以使用该方法在创建的轴内绘制饼图。此方法有一些不错的选项，例如添加标签

然而，有一个陷阱。在开始绘制饼图之前，我们需要先修复主

轴的
xlim
和
ylim
值。如果我们不这样做（并且在绘制饼图之后这样做），饼图将不再位于正确的位置。因此，在我们第一次调用
draw\u pie
函数之前，我移动了设置
xlim
和
ylim
值的代码。我还删除了调用
plt.tight_layout（）
，因为这（很不幸）还会导致饼图不再位于正确的位置

作为一个小旁注，我改变了背景色的绘制方式。我现在不再使用
补丁
，而是使用该方法。使用此方法，您仍然可以控制y位置，但宽度将无限延伸（这意味着如果向左/向右滚动，颜色将保持不变）。如果不需要此选项，可以再次删除它：）

请参阅下面代码的新版本（我再次指出，我更改了所有尺寸，使其适合我的计算机屏幕。您可能想再次替换原始尺寸）：

如果运行此代码，将获得以下输出：

更重要的是，您可以通过将
size
参数调整到
draw\u pie
函数来减小饼图的大小（我只是喜欢上面的输出：）。但请记住，在这种情况下，还需要减少
draw_pie
函数体中
textprops
字典中指定的
fontsize
。例如（
size=63
，
fontsize=7
import pandas as pd 
import matplotlib.pyplot as plt
import matplotlib.ticker as mticks
from matplotlib.font_manager import FontProperties
import numpy as np

def draw_pie(dist, 
             xpos, 
             ypos, 
             size, 
             ax=None,
             fig=None):
    if ax is None:
        fig, ax = plt.subplots(figsize=(7,6))
    
    # Transform xpos and ypos to figure coordinates by the
    # following steps:
    # 1. First transform xpos and ypos to data coordinates
    # 2. Transform the data coordinates back to figure coordinates
    xfig, yfig   = ax.transData.transform((xpos, ypos))
    trans_to_fig = fig.transFigure.inverted()
    xfig, yfig   = trans_to_fig.transform((xfig, yfig))
    
    # Calculate figure coordinates from the desired pie chart size
    # given in pixels
    size = trans_to_fig.transform((size, 0))[0]
    
    # Add axes at data coordinates xpos and ypos. On these axes,
    # the pie chart will be plotted
    ax_pie = fig.add_axes([xfig-0.5*size, yfig-0.5*size, size, size])
    
    # Plot the pie chart (with some special options)
    textprops = {'color'      : 'w',
                 'fontweight' : 'bold', 
                 'fontsize'   :  10,
                 'va'         : 'center',
                 'ha'         : 'center'
                }            
    labels = [str(i) if not i == 0 else "" for i in dist]
    labeldistance = 0.5
    
    if sum(not x==0 for x in dist) == 1: # Ensures we plot the label in the center
        labeldistance = 0.0              # if we have only one entry
    
    ax_pie.pie(dist, labels=labels, labeldistance=labeldistance, textprops=textprops)

    return ax_pie
    

# Read dataset
dataset = pd.read_csv('dataset.txt')

fig, ax = plt.subplots(figsize=(9,5))

# Important, limits must be set before calling draw_pie function!
# (Otherwise, the data coordinates will change, which will break
# the transform sequence inside the draw_pie function!)
ax.set_xlim([-0.2, 2.2]) # Tweak these values for the desired output
ax.set_ylim([0, 6.75])

# Make sure the string from 'Column 1' is displayed again
ax.set_xticks([0, 1, 2])
ax.set_xticklabels(['First Line', 'Second Line', 'Third Line'])

# Remainder of formatting
ax.yaxis.set_major_locator(mticks.MultipleLocator(1))  
plt.xticks(fontsize=10)
plt.yticks(fontsize=8)

# Define float values for 'Column 1' (easier for transformation,
# we have already put the text back there using ax.set_xticklabels)
column1_to_float = {'First Line':0, 'Second Line':1, 'Third Line':2}

for (x,y), d in dataset.groupby(['Column 1','Column 2']):

    # Only interested in the 'Column 3' column, as this one
    # contains the values 1-2-3
    d = d['Colour Group Desired']
    
    # Count how often each value (1-2-3) occurs and store
    # this in a list (count for value i located at list index 
    # i-1)   
    dist = list()
    for i in [1,2,3]:
        dist.append(d[d==i].count())
        
    # Call your draw_pie function
    draw_pie(dist, column1_to_float[x], y, 100, ax=ax, fig=fig)

# Plot the colours (note: using axhspan, they extend the full 
# horizontal direction, even while scrolling)
ax.axhspan(0   , 2.25, fc='r'     , ec=None, alpha=0.15)
ax.axhspan(2.25, 4.25, fc='orange', ec=None, alpha=0.15)
ax.axhspan(4.25, 6.75, fc='g'     , ec=None, alpha=0.15)

# Unfortunately, tight_layout can no longer be used. If we do use this,
# the pie charts will no longer be at the proper positions...
# plt.tight_layout()
plt.show()