Python 使饼图的百分比在灰度中可读

我有一个源代码来生成饼图

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

plt.clf()
plt.cla()
plt.close()
labels_b = ["Negative",  "Positive"]
dev_sentences_b = [428, 444]
test_sentences_b = [912, 909]
train_sentences_b = [3310, 3610]

gs = gridspec.GridSpec(2, 2)
ax1= plt.subplot(gs[0, 0])
ax1.pie(train_sentences_b,  autopct='%1.1f%%',
        shadow=True, startangle=90)
ax1.axis('equal')
ax1.set_title("Train")

ax2= plt.subplot(gs[0, 1])
ax2.pie(dev_sentences_b, autopct='%1.1f%%',
        shadow=True, startangle=90)
ax2.axis('equal')
ax2.set_title("Dev")

ax3 = plt.subplot(gs[1, 1])
ax3.pie(test_sentences_b, autopct='%1.1f%%',
        shadow=True, startangle=90)
ax3.axis('equal')
ax3.set_title("Test")

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

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

结果
彩色图片

和灰度

---

灰度版有点难读。是否有任何建议使灰度饼图在黑白打印中可读？

问题不清楚您是想用黑白创建图表，还是用彩色生成并稍后转换。但两种情况下的策略可能是相同的： 您可以使用颜色映射中的颜色创建新的颜色循环。 为可能的颜色映射提供了参考。当然，您也可以使用自己的颜色列表

例如，从

0.2

（深灰色）到

0.8

（浅灰色）之间的

gray

颜色映射创建5种颜色：

类似地，您可以使用彩色地图（例如，

magma

），它在转换为灰度后仍然看起来不错

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，例如在

0.4

和

0.95

之间，可获得较浅的颜色范围

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，您可以将颜色直接应用于每个饼图，而不是定义颜色循环

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

最后，为了区分灰度图像中的形状，一种常用的技术是使用阴影。见例

---

假设您保存为彩色图形，然后转换为灰度，您可以执行以下操作：

在您喜爱的颜色地图的列表中定义您的颜色。[这里还值得注意的是，使用新的4种颜色贴图之一（从matplotlib 1.5开始提供：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，将这些颜色转换为它们的等效灰度值：

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，请使用

colors=colors

kwarg以使用前面定义的颜色

matplotlib

从

ax.pie

返回三个内容：组成饼图的修补程序、文本标签和

autoct

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)

让我们定义一个函数来循环文本标签，并根据前面列出的列表设置其颜色：

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

然后，在绘制每个饼图后，我们称之为：

fix_colors(at, textcol)

将所有这些放在脚本中（我添加了一些额外的数据以获得饼图上的所有5个类别）：

它给出了以下图像：

转换为灰度后：

---

饼图中的数字使用白色字体可能是一个解决方案。看看这里：这里：我应该把代码放在哪里（在我的源代码中），因为它不工作。在第五行，在你的进口下面，没有任何变化。

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

fix_colors(at, textcol)

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')