在 Python Matplotlib 中更改颜色条的颜色答案

【问题标题】：Change colour of colorbar in Python Matplotlib在 Python Matplotlib 中更改颜色条的颜色
【发布时间】：2021-01-07 17:50:56
【问题描述】：

我有一个代码，它为我提供了预测值与实际值作为浓度函数的散点图。数据是从 excel csv 电子表格中提取的。

这是代码：

import matplotlib.pyplot as plt
from numpy import loadtxt


dataset = loadtxt("ColorPlot.csv", delimiter=',')
x = dataset[:,0]
y = dataset[:,1]
z = dataset[:,2]

scaled_z = (z - z.min()) / z.ptp()

colors = plt.cm.viridis(scaled_z)
sc=plt.scatter(x, y, c=colors)
plt.clim(0, 100)
plt.colorbar()
plt.xlabel("Actual")
plt.ylabel("Predicted")

plt.show()

有了这个，我得到了一个很好的图表：

但是，如果我将颜色更改为类似

colors = plt.cm.plasma(scaled_z)

我得到了下面的图表，但颜色条保持不变。

我尝试了很多不同的方法，例如 cmap 或 edgecolors，但我不知道如何更改它。而且我想保持代码尽可能简单，因为我想根据我的 excel 电子表格数据轻松更改 z 的第三个变量。

是否还有一种方法可以让颜色条的比例从 excel 电子表格中获取比例，而无需我手动指定 0-100？

【问题讨论】：

标准方式是调用它为plt.scatter(x, y, c=z, cmap='plasma')。并省略plt.clim()。以这种标准方式，颜色条将获得“等离子”颜色，并指示最低和最高 z 值。相反，如果您希望颜色条介于 0 和 100 之间，您可以使用 scaled_z = 100*(z - z.min()) / z.ptp() 和 plt.scatter(x, y, c=scaled_z, cmap='plasma')。无论如何，最好省略plt.clim()
天哪，这太完美了。从字面上直接解决了它。非常感谢。我删除了缩放的 z 项，将 cmap 放入分散项并删除了 plt.clim()。非常感谢@JohanCpan>

标签： python matplotlib scatter-plot colorbar

【解决方案1】：

要获得正确的颜色条，请使用以下代码：

colormap = plt.cm.get_cmap('plasma') # 'plasma' or 'viridis'
colors = colormap(scaled_z)
sc = plt.scatter(x, y, c=colors)
sm = plt.cm.ScalarMappable(cmap=colormap)
sm.set_clim(vmin=0, vmax=100)
plt.colorbar(sm)
plt.xlabel("Actual")
plt.ylabel("Predicted")
plt.show()

对于我随机生成的数据，我得到了以下图：

现在将 'plasma' 替换为 'viridis' 并检查其他变体。

【讨论】：

【解决方案2】：

您的代码为我返回错误TypeError: You must first set_array for mappable ...

以下是适合我的最简单语法：

import matplotlib.pyplot as plt
import numpy as np

a = np.random.random(100)
b = np.random.random(100)

scaled_z = (a + b)/a

plt.figure()
plt.scatter(a, b, c = scaled_z, cmap = 'plasma') ## you can directly change the colormap here
plt.colorbar()
plt.tight_layout()
plt.show()

【讨论】：

【解决方案3】：

您不应该缩放您的数据，除非您希望颜色条不正确。从分散调用中获得 PathCollection 后，您可以在其上调用 set_cmap 和 set_clim 并且颜色栏应该跟踪。（您也可以明确地将颜色条与 PathCollection 关联以避免歧义）

import matplotlib.pyplot as plt
import numpy as np


x = np.random.randn(100)
y = np.random.randn(100)
z = np.random.randn(100)

sc=plt.scatter(x, y, c=z, cmap='viridis')
plt.clim(0, 100)
plt.colorbar(sc)
plt.xlabel("Actual")
plt.ylabel("Predicted")
sc.set_cmap('plasma')
sc.set_clim(-1, 1)

plt.show()

【讨论】：