如何在ax.scatter中显示和图例两种颜色？
如何在ax.scatter中显示和图例两种颜色？
提问于 2021-08-11 22:05:47
我想根据标签的不同来显示两种颜色。具体来说，当label =2时，点的颜色为黑色，其余的点遵循cmap ='Dark2‘。我只有一个简单的想法来重叠点(label = 2)，代码就是这样，
import matplotlib.pyplot as plt
from sklearn import datasets
from collections import Counter
iris = datasets.load_iris()
X = iris.data
y = iris.target
df = pd.DataFrame(X, columns = iris.feature_names)
fig, ax = plt.subplots(figsize=(12,8))
points = ax.scatter(df.values[:,0],
df.values[:,1],
c = y,
cmap='Dark2') #others is follow this cmap
for i in range (len(y)):
if y[i] == 2:
ax.scatter(df.values[i,0],df.values[i,1], c = 'k') #when label = 2,points color is black
handles, _ = points.legend_elements()
labels =sorted([f'{item}: {count}' for item, count in Counter(y).items()])
ax.legend(handles, labels, loc = "lower right",title = 'clusters')
plt.show()现在，问题是黑色点的颜色仍然遵循以前的颜色图，比如(是灰色而不是黑色)。如何解决这个问题？
回答 2
Stack Overflow用户
回答已采纳
发布于 2021-08-11 22:55:00
可能有一种更优雅的解决方案，但您可以手动向图例中再添加一个标记：
import pandas as pd
import matplotlib.lines as mlines
import matplotlib.pyplot as plt
from sklearn import datasets
from collections import Counter
iris = datasets.load_iris()
X = iris.data
y = iris.target
df = pd.DataFrame(X, columns = iris.feature_names)
fig, ax = plt.subplots(figsize=(12,8))
df1 = df[y!= 2]
points = ax.scatter(df1.values[:,0], df1.values[:,1], marker = 'o', c = y[y!=2], cmap='Dark2')
df2 = df[y== 2]
points2 = ax.scatter(df2.values[:,0], df2.values[:,1], marker = 'o', color = 'k')
handles, _ = points.legend_elements()
labels = sorted([f'{item}: {count}' for item, count in Counter(y).items()])
one_more = mlines.Line2D([], [], color='k', marker='o', linestyle='None', markersize = handles[0].get_ms())
ax.legend(handles + [one_more], labels, loc = "lower right",title = 'clusters')
plt.show()它提供了：
Stack Overflow用户
发布于 2021-08-11 22:26:59
您可以首先在y != 2所在的记录上绘制散点图，然后在y == 2上绘制散点图，但这一次，由于您希望所有记录都是Black，而不是使用c，因此设置了color='black'，因为这些数据点没有不同的值。
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn import datasets
from collections import Counter
iris = datasets.load_iris()
X = iris.data
y = iris.target
df = pd.DataFrame(X, columns=iris.feature_names)
fig, ax = plt.subplots(figsize=(12, 8))
points = ax.scatter(df.values[np.where(y != 2), 0],
df.values[np.where(y != 2), 1],
c=y[np.where(y != 2)], cmap='Dark2')
p2 = ax.scatter(df.values[np.where(y == 2), 0], df.values[np.where(y == 2), 1], color='black')
handles, _ = points.legend_elements()
labels =sorted([f'{item}: {count}' for item, count in Counter(y[np.where( y != 2)]).items()])
ax.legend([*handles, p2], [*labels, f'2: {np.sum(y == 2)}'], loc="lower right",title='clusters')
plt.show()输出：
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/68749432
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号