我想将一些数据的标签转换为颜色，以便用 matplotlib 绘图
我有一个名单["bob", "joe", "andrew", "pete"]
在 matplotlib 中是否有一种内置方法可以将这些字符串与颜色值进行映射？我考虑过随机创建十六进制值，但最终可能会得到相似的颜色或不可见的颜色。
我尝试了几种不同的方法来尝试从以下 cmap 答案中创建键值：
这个：
#names is a list of distinct names
cmap = plt.get_cmap('cool')
colors = cmap(np.linspace(0, 1, len(names)))
clr = {names[i]: colors[i] for i in range(len(names))}
ax.scatter(x, y, z, c=clr)
【问题讨论】：
标签： python matplotlib
选择一个color map，比如viridis：
cmap = plt.get_cmap('viridis')
颜色图cmap 是一个函数，它可以获取从 0 到 1 的值数组并将它们映射到 RGBA 颜色。 np.linspace(0, 1, len(names)) 生成长度为 len(names) 的从 0 到 1 的等距数字数组。因此，
colors = cmap(np.linspace(0, 1, len(names)))
从viridis 颜色映射中选择等距颜色。
注意这里不是使用字符串的值，它只是使用列表中字符串的序号位置来选择颜色。另请注意，这些不是随机颜色，这只是从任意字符串列表生成唯一颜色的简单方法。
所以：
import numpy as np
import matplotlib.pyplot as plt
cmap = plt.get_cmap('viridis')
names = ["bob", "joe", "andrew", "pete"]
colors = cmap(np.linspace(0, 1, len(names)))
print(colors)
# [[ 0.267004 0.004874 0.329415 1. ]
# [ 0.190631 0.407061 0.556089 1. ]
# [ 0.20803 0.718701 0.472873 1. ]
# [ 0.993248 0.906157 0.143936 1. ]]
x = np.linspace(0, np.pi*2, 100)
for i, (name, color) in enumerate(zip(names, colors), 1):
plt.plot(x, np.sin(x)/i, label=name, c=color)
plt.legend()
plt.show()
问题
clr = {names[i]: colors[i] for i in range(len(names))}
ax.scatter(x, y, z, c=clr)
是ax.scatter 的c 参数期望RGB(A) 的sequence
与x 相同长度的值或单一颜色。 clr 是一个字典，而不是一个序列。所以
如果colors 的长度与x 相同，那么您可以使用
ax.scatter(x, y, z, c=colors)
【讨论】：
ax.scatter 的 c 参数需要 RGB(A) 值的序列（例如列表或数组），它不接受字典。因此，如果您想为x,y,z 的每个值使用不同的颜色，请使用c=colors 而不是c=clr。
我使用哈希函数来获取 0 到 1 之间的数字，即使你不知道所有标签也可以使用它：
x = [1, 2, 3, 4, 5]
labels = ["a", "a", "b", "b", "a"]
y = [1, 2, 3, 4, 5]
colors = [float(hash(s) % 256) / 256 for s in labels]
plt.scatter(x, y, c=colors, cmap="jet")
plt.show()
【讨论】：
hash(s) % 256 对于labels 中的两个不同字符串可能是相同的。
这让我非常不安，我写了get_cmap_string，它返回一个与cmap 完全相同但也作用于字符串的函数。
data = ["bob", "joe", "pete", "andrew", "pete"]
cmap = get_cmap_string(palette='viridis', domain=data)
cmap("joe")
# (0.20803, 0.718701, 0.472873, 1.0)
cmap("joe", alpha=0.5)
# (0.20803, 0.718701, 0.472873, 0.5)
所有其他答案提到的基本思想是我们需要一个哈希表——从我们的字符串到整数的映射，它是唯一的。在 python 中，这只是一个字典。
hash(str) 不起作用的原因是，即使 matplotlib 的 cmap 接受任何整数，两个不同的字符串也有可能获得相同的颜色。例如，如果hash(str1) 是8 并且hash(str2) 是18，我们将cmap 初始化为get_cmap(name=palette, lut=10) 那么cmap(hash(str1)) 将与cmap(hash(str2)) 相同
import numpy as np
import matplotlib.cm
def get_cmap_string(palette, domain):
domain_unique = np.unique(domain)
hash_table = {key: i_str for i_str, key in enumerate(domain_unique)}
mpl_cmap = matplotlib.cm.get_cmap(palette, lut=len(domain_unique))
def cmap_out(X, **kwargs):
return mpl_cmap(hash_table[X], **kwargs)
return cmap_out
与其他答案中的示例相同，但现在请注意名称 pete 出现了两次。
import matplotlib.pyplot as plt
# data
names = ["bob", "joe", "pete", "andrew", "pete"]
# color map for the data
cmap = get_cmap_string(palette='viridis', domain=names)
# example usage
x = np.linspace(0, np.pi*2, 100)
for i_name, name in enumerate(names):
plt.plot(x, np.sin(x)/i_name, label=name, c=cmap(name))
plt.legend()
plt.show()
您可以看到，图例中的条目是重复的。解决这个问题是另一个挑战，请参阅here。 或者按照here 的说明使用自定义图例。
就 matplotlib 开发人员的讨论而言，他们建议使用 Seaborn。 请参阅讨论 here 和示例用法 here。
【讨论】：
这是另一个选择：
names = ["bob", "joe", "andrew", "pete"]
colmap = {name: n for n, name in enumerate(set(names))} # <-- uses 'set' to get unique names from list
ax.scatter(
x, y, z,
c = [colmap[name] for name in names],
cmap = 'tab10' # <-- not necessary but helpful if you want to make sure colors aren't similar
)
它只是将名称转换为整数，matplotlib 自动决定如何将整数转换为颜色。如果您使用qualitative colormap，则可以确保颜色不会相似，例如tab10
【讨论】：