【问题标题】:matplotlib colorbar for scatter用于散点图的 matplotlib 颜色条
【发布时间】:2021-07-28 15:47:12
【问题描述】:

我正在处理具有 3 个绘图参数的数据:x、y、c。如何为散点图创建自定义颜色值?

扩展这个example我正在尝试做:

import matplotlib
import matplotlib.pyplot as plt
cm = matplotlib.cm.get_cmap('RdYlBu')
colors=[cm(1.*i/20) for i in range(20)]
xy = range(20)
plt.subplot(111)
colorlist=[colors[x/2] for x in xy] #actually some other non-linear relationship
plt.scatter(xy, xy, c=colorlist, s=35, vmin=0, vmax=20)
plt.colorbar()
plt.show()

但结果是TypeError: You must first set_array for mappable

【问题讨论】:

    标签: python colors matplotlib


    【解决方案1】:

    来自 scatter 1 上的 matplotlib 文档:

    cmap 仅在 c 是浮点数组时使用

    所以 colorlist 需要是一个浮点列表,而不是你现在拥有的元组列表。 plt.colorbar() 想要一个可映射的对象,例如 plt.scatter() 返回的 CircleCollection。 然后 vmin 和 vmax 可以控制颜色条的限制。 vmin/vmax 之外的东西获取端点的颜色。

    这对你有什么作用?

    import matplotlib.pyplot as plt
    cm = plt.cm.get_cmap('RdYlBu')
    xy = range(20)
    z = xy
    sc = plt.scatter(xy, xy, c=z, vmin=0, vmax=20, s=35, cmap=cm)
    plt.colorbar(sc)
    plt.show()
    

    【讨论】:

    • 我试了一下,得到了'AxesSubplot' object has no attribute 'colorbar'。我已经完成了ax.colorbar() ...我做错了什么?
    • 本例在使用matplotlib OOP接口时没有提供清晰的应用:matplotlib.org/gallery/api/agg_oo_sgskip.html
    【解决方案2】:

    如果您希望通过两个变量散布并通过第三个变量进行颜色分布,Altair 可能是一个不错的选择。

    创建数据集

    import matplotlib.pyplot as plt
    import numpy as np
    import pandas as pd
    
    df = pd.DataFrame(40*np.random.randn(10, 3), columns=['A', 'B','C'])
    

    牵牛星图

    from altair import *
    Chart(df).mark_circle().encode(x='A',y='B', color='C').configure_cell(width=200, height=150)
    

    情节

    【讨论】:

      【解决方案3】:

      这里是the OOP way 添加颜色条:

      fig, ax = plt.subplots()
      im = ax.scatter(x, y, c=c)
      fig.colorbar(im, ax=ax)
      

      【讨论】:

      • 当我这样做时,我最终将情节完全重新缩放,以便所有点都在最右边情节的一小部分内,并且颜色条是一条穿过底部的非常细的线。
      • 正确的答案,我认为直接使用plt 绘制颜色条不是推荐的方式。你的方法值得称赞。
      猜你喜欢
      • 2014-09-10
      • 2011-08-29
      • 2011-07-26
      • 1970-01-01
      • 2013-06-16
      • 1970-01-01
      • 1970-01-01
      • 2017-09-17
      • 2014-09-24
      相关资源
      最近更新 更多