matplotlib在Wedge补丁中保留长宽比饼图

如何解决matplotlib在Wedge补丁中保留长宽比饼图

我想在特定位置绘制彩色饼图，而不会扭曲其圆形纵横比。我正在使用Wedge补丁，因为找不到更好的解决方案。这是代码

import matplotlib.pyplot as plt
import numpy as np
from matplotlib import patches,collections

fig,axes = plt.subplots()
for i in range(20):
    x = np.random.uniform(low=0,high=1,size=10).cumsum()
    axes.scatter(x=x,y=np.repeat(i,x.shape[0]),c='gray',s=1)

pies = []
N = 4
cmap = plt.cm.get_cmap("hsv",N + 1)
colors = list(map(cmap,range(N)))
print(colors)

for i in range(2,2 + N):
    thetas = np.linspace(0,360,num=i)
    assert len(thetas) - 1 <= len(colors)
    for theta1,theta2,c in zip(thetas[:-1],thetas[1:],colors):
        wedge = patches.Wedge((i,i),r=i / 10,theta1=theta1,theta2=theta2,color=c)
        pies.append(wedge)

axes.add_collection(collections.PatchCollection(pies,match_original=True))
plt.show()

如何保持饼图的长宽比？不能选择设置axes.set_aspect("equal")，因为当我有更多数据点时，它会完全挤压绘图。

我一直在查看how to draw circles and preserve the aspect ratio，但此处无法采用该解决方案-我绘制的是楔形/饼图，而不是圆形。

我也看了matplotlib transforms，但那里也找不到答案。

解决方法

我尝试了同样的方法，matplotlib 并没有试图让您轻松完成这项工作，但我找到了一个您应该可以使用的解决方案。

您需要将中心与楔形分开，并将它们作为偏移添加到 PatchCollection 中。然后你可以对偏移量（transOffset）和形状（transform）应用不同的变换。

请注意，我更改了 r 值（半径）。该值不再位于数据坐标中，因此无论缩放多少，它都应始终保持相同的大小，但它太小而无法在 i/10 处看到。

from matplotlib import patches,collections,transforms

offsets = []
for i in range(2,2 + N):
    thetas = np.linspace(0,360,num=i)
    assert len(thetas) - 1 <= len(colors)
    for theta1,theta2,c in zip(thetas[:-1],thetas[1:],colors):
        wedge = patches.Wedge((0,0),r=10,theta1=theta1,theta2=theta2,color=c)
        offsets.append((i,i))
        pies.append(wedge)

coll = collections.PatchCollection(
    pies,match_original=True,offsets=offsets,transform=transforms.IdentityTransform(),transOffset=axes.transData
)

,

当我设置set_aspect('equal')时，它对我来说很好：

由于y范围比x范围长，因此图像变窄。

如果将y_lim设置在0到小于y_max的数字之间，则会发现效果更好：

import matplotlib.pyplot as plt
import numpy as np
from matplotlib import patches,collections

fig,axes = plt.subplots()
for i in range(20):
    x = np.random.uniform(low=0,high=1,size=10).cumsum()
    axes.scatter(x=x,y=np.repeat(i,x.shape[0]),c='gray',s=1)

pies = []
N = 4
cmap = plt.cm.get_cmap("hsv",N + 1)
colors = list(map(cmap,range(N)))
print(colors)

for i in range(2,colors):
        wedge = patches.Wedge((i,i),r=i / 10,color=c)
        pies.append(wedge)

axes.add_collection(collections.PatchCollection(pies,match_original=True))
axes.set_aspect('equal')
axes.set_ylim(0,7.5)
plt.show()