Matplotlib 颜色根据类标签答案

【问题标题】：Matplotlib color according to class labelsMatplotlib 颜色根据类标签
【发布时间】：2012-09-11 07:26:54
【问题描述】：

我有两个向量，一个带有值，一个带有类标签，例如 1、2、3 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。我该怎么做？

【问题讨论】：

【解决方案1】：

接受的答案是正确的，但如果您可能想要指定应将哪个类标签分配给特定颜色或标签，您可以执行以下操作。我用颜色条做了一些标签体操，但使情节本身减少到一个很好的单行。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this答案的略微修改版本，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()

这给出了：

【讨论】：

你能用 23 种颜色（正如 OP 所说的那样，我也有），比如说 1k 个随机点吗？你的回答很好，我对这张照片表示赞成，但我想知道这是否适用于 >10 个课程。
优秀的答案！比公认的答案更彻底。
如何推广到非 NxN 数据集？即不同的行数和列数

【解决方案2】：

假设您将数据保存在二维数组中，这应该可以：

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 属性来控制通过使用颜色图来显示哪些颜色；即将pylab.scatter 行替换为：

pylab.scatter(xy[0], xy[1], c=colors, cmap=pylab.cm.cool)

可以找到颜色图列表 here

【讨论】：

其实我的数据有23个这样的标签。因此，我将颜色向量分配为从 0 到 22 的列表形式，向量长度与 xy 相同。但是，我收到一条错误消息，提示序列长度必须为 3 或 4。
您能否在您的问题中添加一些示例代码和错误消息？我已经修改了我放在这里的简单示例，使其具有 1000 个点和 23 个标签。
我在使用绘图功能时没有收到错误消息。不幸的是，我用绘图功能覆盖了我的代码，因此无法复制错误。
嗯。如果没有关于错误是什么的更多信息，我不确定如何更改答案以使其对您更有用。
没问题。目前，我找到了一种解决方法……但不一定是最好的方法。

【解决方案3】：

一个简单的解决方案是为每个类分配颜色。通过这种方式，我们可以控制每个类的每种颜色。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)

【讨论】：