根据聚类数据使用颜色条更改 Matplotlib 2D 散点图中的标记样式

Question

我正在进行聚类，并尝试使用matplotlib的散点图功能绘制结果。

一个虚拟数据集是：

x = [48.959 49.758 49.887 50.593 50.683 ]
y = [122.310 121.29 120.525 120.252 119.509]
z = [136.993 133.128 143.710 129.088 139.860]

我正在使用以下代码绘制 x,y 并使用 z 作为颜色轴

plt.scatter(
x=x, y=y, c=z, label="CO2 Emissions Saved Cumulative", cmap=cm1)

Here is how it looks for the entire data

现在，我在我的数据集上执行了 K 均值聚类并找到了三个聚类。例如

[0 0 0 0 0 2 1 2 1 2 1 1 2 1 1 1 2 2 2 2 2]

我找到了以下解决方案，通过区分标记样式来绘制它们

ax.scatter(x[cluster == 0], y[cluster == 0], marker="*")
ax.scatter(x[cluster == 1], y[cluster == 1], marker="^")
ax.scatter(x[cluster == 2], y[cluster == 2], marker="s")

现在的问题是，使用这种方法，它会覆盖颜色轴，如本示例图像所示 cluster plot example

我怎样才能避免它不改变标记的颜色轴并且仍然使用默认的 z 值作为颜色轴。我希望该图仅根据集群数据更改标记样式。并且不会根据集群数据更改颜色。谢谢

Answer 1

使用pandas 和seaborn 库是针对大型数据集的一种更简洁且更强大的解决方案：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

x = [48.959, 49.758, 49.887, 50.593, 50.683 ]
y = [122.310, 121.29, 120.525, 120.252, 119.509]
z = [136.993, 133.128, 143.710, 129.088, 139.860]
kmean = np.array([0, 1, 0, 2, 2])

df = pd.DataFrame({'x':x,'y':y,'z':z, 'km_z':kmean})
sns.scatterplot(data = df, x='x', y='y', hue='km_z', style='km_z')

产生以下输出

此外，您可以使用pandas.cut 函数来绘制箱（这是我经常需要生成的图表，我可以使用第三个连续值作为参数）。使用方法是：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
x = [48.959, 49.758, 49.887, 50.593, 50.683 ]
y = [122.310, 121.29, 120.525, 120.252, 119.509]
z = [136.993, 133.128, 143.710, 129.088, 139.860]

df = pd.DataFrame({'x':x,'y':y,'z':z})
df['bins'] = pd.cut(df.z, bins=3)
sns.scatterplot(data = df, x='x', y='y', hue='bins', style='bins')

它会产生以下示例：

---

我使用后一种方法生成如下图：

Answer 2

您需要将每个集群的 z 值缩放到相同的比例，以便您可以为 3 个散点图提供统一的颜色条。您可以使用Normalize 对象来执行此操作，并使用norm= 将此规范化传递给散射。

x = np.array([48.959, 49.758, 49.887, 50.593, 50.683 ])
y = np.array([122.310, 121.29, 120.525, 120.252, 119.509])
z = np.array([136.993, 133.128, 143.710, 129.088, 139.860])
cluster = np.array([0, 1, 0, 2, 2])

mini, maxi = np.min(z), np.max(z)
norm = plt.Normalize(mini, maxi)
fig, ax = plt.subplots()
a = ax.scatter(x[cluster == 0], y[cluster == 0], marker="*", c=z[cluster == 0], norm=norm)
a = ax.scatter(x[cluster == 1], y[cluster == 1], marker="^", c=z[cluster == 1], norm=norm)
a = ax.scatter(x[cluster == 2], y[cluster == 2], marker="s", c=z[cluster == 2], norm=norm)
fig.colorbar(a)