根据类标签的Matplotlib颜色
根据类标签的Matplotlib颜色
提问于 2012-09-19 08:42:21
我有两个向量，一个有值，另一个有类标签，比如1,2,3等等。
我想用红色绘制属于第1类的所有点，用蓝色绘制属于第2类的点，用绿色绘制属于第3类的点，等等。我该怎么做？
回答 3
Stack Overflow用户
回答已采纳
发布于 2015-09-23 21:23:26
被接受的答案是正确的，但是如果您想要指定哪个类标签应该分配给特定的颜色或标签，您可以执行以下操作。我用颜色条做了一个小小的体操标签，但使情节本身变成了一个很好的一行。这对于绘制使用sklearn完成的分类结果非常有用。每个标签都匹配一个(x，y)坐标。
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
x = [4,8,12,16,1,4,9,16]
y = [1,4,9,16,4,8,12,3]
label = [0,1,2,3,0,1,2,3]
colors = ['red','green','blue','purple']
fig = plt.figure(figsize=(8,8))
plt.scatter(x, y, c=label, cmap=matplotlib.colors.ListedColormap(colors))
cb = plt.colorbar()
loc = np.arange(0,max(label),max(label)/float(len(colors)))
cb.set_ticks(loc)
cb.set_ticklabels(colors)
使用略微修改的this答案版本，可以将上述N种颜色概括如下：
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
N = 23 # Number of labels
# setup the plot
fig, ax = plt.subplots(1,1, figsize=(6,6))
# define the data
x = np.random.rand(1000)
y = np.random.rand(1000)
tag = np.random.randint(0,N,1000) # Tag each point with a corresponding label
# define the colormap
cmap = plt.cm.jet
# extract all colors from the .jet map
cmaplist = [cmap(i) for i in range(cmap.N)]
# create the new map
cmap = cmap.from_list('Custom cmap', cmaplist, cmap.N)
# define the bins and normalize
bounds = np.linspace(0,N,N+1)
norm = mpl.colors.BoundaryNorm(bounds, cmap.N)
# make the scatter
scat = ax.scatter(x,y,c=tag,s=np.random.randint(100,500,N),cmap=cmap, norm=norm)
# create the colorbar
cb = plt.colorbar(scat, spacing='proportional',ticks=bounds)
cb.set_label('Custom cbar')
ax.set_title('Discrete color mappings')
plt.show()这就给出了：
Stack Overflow用户
发布于 2012-09-19 09:24:37
假设您的数据在一个二维数组中，这应该是可行的：
import numpy
import pylab
xy = numpy.zeros((2, 1000))
xy[0] = range(1000)
xy[1] = range(1000)
colors = [int(i % 23) for i in xy[0]]
pylab.scatter(xy[0], xy[1], c=colors)
pylab.show()您还可以设置cmap属性，以控制将通过使用色彩映射表显示哪些颜色；例如，将pylab.scatter行替换为：
pylab.scatter(xy[0], xy[1], c=colors, cmap=pylab.cm.cool)可以在here上找到色彩映射表的列表
Stack Overflow用户
发布于 2017-02-22 14:49:49
一个简单的解决方案是为每个类分配颜色。这样，我们就可以控制每种颜色对每个类的影响。例如：
arr1 = [1, 2, 3, 4, 5]
arr2 = [2, 3, 3, 4, 4]
labl = [0, 1, 1, 0, 0]
color= ['red' if l == 0 else 'green' for l in labl]
plt.scatter(arr1, arr2, color=color)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/12487060
复制相关文章
相似问题
腾讯云开发者
