绘图中的对数色标

Question

我正在尝试使用 Plotly 和 Python3 可视化包含一些异常值的数据。异常值导致色标图例看起来很糟糕：只有很少的高数据点，但图例看起来很糟糕：2k 和 10k 之间的空间太大。

那么问题来了，如何改变右边“颜色图例”的外观（见下图），所以它会主要显示 0 到 2k 之间的差异？不幸的是，无法从this doc 文件中得到答案

示例代码（jupyter notebook）：

import numpy as np
from plotly.offline import download_plotlyjs, init_notebook_mode, iplot
from plotly.graph_objs import *
init_notebook_mode()

x = np.random.randn(100,1) + 3
y = np.random.randn(100,1) + 10
x = np.reshape(x, 100)
y = np.reshape(y, 100)

color = np.random.randint(0,1000, [100])
color[[1,3,5]] = color[[1,3,5]] + 10000 # create outliers in color var

trace = Scatter(
    x = x,
    y = y,
    mode = 'markers',
    marker=dict(
        color = color,
        showscale=True,
        colorscale = [[0, 'rgb(166,206,227, 0.5)'],
                      [0.05, 'rgb(31,120,180,0.5)'],
                      [0.1, 'rgb(178,223,138,0.5)'],
                      [0.15, 'rgb(51,160,44,0.5)'],
                      [0.2, 'rgb(251,154,153,0.5)'],
                      [1, 'rgb(227,26,28,0.5)']
                     ]
    )
)

fig = Figure(data=[trace])
iplot(fig)

我在寻找什么：

Answer 1

既然你问了一个精确的问题，我试着用一个精确的答案来回答，即使我不认为这在数据可视化方面不是最好的。稍后我会告诉你原因。

无论如何，您可以标准化颜色值并在更小的间隔内“压缩”您的数据。它在数学上表示数字 e 必须提高到产生原始值的幂。如果您觉得更舒服，可以使用 log10。

代码非常非常简单，我只附上跟踪定义，其余不变。为方便起见，我放置了一个标准 cmap，因为值的间隔是连续的。

trace = Scatter(
    x = x,
    y = y,
    mode = 'markers',
    marker=dict(
        color = np.log(color),
        showscale=True,
        colorscale = 'RdBu'
    )
)

正如我所说，使用 log 转换值并不总是最好的。它实际上迫使观察者粗略阅读图表。例如，在我的示例中，橙色标记的范围在 410 和 950 之间，你能分辨出区别吗？

Answer 2

您可以通过自定义 colorscale、cmin 和 cmax 属性来完成我认为您所追求的目标，使其在 2000 处具有离散的颜色变化。然后您可以自定义 colorbar.tickvals 以标记边界如 2000 年。见 https://plot.ly/python/reference/#scatter-marker-colorbar。

import numpy as np
from plotly.offline import download_plotlyjs, init_notebook_mode, iplot
from plotly.graph_objs import *
init_notebook_mode()

x = np.random.randn(100,1) + 3
y = np.random.randn(100,1) + 10
x = np.reshape(x, 100)
y = np.reshape(y, 100)

color = np.random.randint(0,1000, [100])
color[[1,3,5]] = color[[1,3,5]] + 10000 # create outliers in color var

bar_max = 2000
factor = 0.9  # Normalized location where continuous colorscale should end

trace = Scatter(
    x = x,
    y = y,
    mode = 'markers',
    marker=dict(
        color = color,
        showscale=True,
        cmin=0,
        cmax= bar_max/factor,
        colorscale = [[0, 'rgb(166,206,227, 0.5)'],
                      [0.05, 'rgb(31,120,180,0.5)'],
                      [0.2, 'rgb(178,223,138,0.5)'],
                      [0.5, 'rgb(51,160,44,0.5)'],
                      [factor, 'rgb(251,154,153,0.5)'],
                      [factor, 'rgb(227,26,28,0.5)'],
                      [1, 'rgb(227,26,28,0.5)']
                     ],
        colorbar=dict(
            tickvals = [0, 500, 1000, 1500, 2000],
            ticks='outside'
        )
    )
)

fig = Figure(data=[trace])
iplot(fig)

^新图结果