如何根据第三个变量对分散标记进行着色

Question

我想制作一个散点图（使用 matplotlib），其中点根据第三个变量进行着色。我已经非常接近这个：

plt.scatter(w, M, c=p, marker='s')

其中 w 和 M 是数据点，p 是我想要相对于其进行着色的变量。
不过我想用灰度而不是彩色来做。有人可以帮忙吗？

Answer 1

无需手动设置颜色。相反，指定灰度颜色图...

import numpy as np
import matplotlib.pyplot as plt

# Generate data...
x = np.random.random(10)
y = np.random.random(10)

# Plot...
plt.scatter(x, y, c=y, s=500) # s is a size of marker 
plt.gray()

plt.show()

或者，如果您更喜欢 更广泛的颜色图，您还可以指定 cmap kwarg 分散。要使用其中任何一个的反向版本，只需指定其中任何一个的“_r”版本即可。例如，用gray_r代替gray。有几种不同的预先制作的灰度颜色图（例如gray、gist_yarg、binary等）。

import matplotlib.pyplot as plt
import numpy as np

# Generate data...
x = np.random.random(10)
y = np.random.random(10)

plt.scatter(x, y, c=y, s=500, cmap='gray')
plt.show()

Answer 2

在 matplotlib 中，灰色可以作为 0-1 之间的数值字符串给出。
例如 c = '0.1'

然后您可以将第三个变量转换为该范围内的值，并使用它为您的点着色。
在以下示例中，我使用点的 y 位置作为确定颜色的值：

from matplotlib import pyplot as plt

x = [1, 2, 3, 4, 5, 6, 7, 8, 9]
y = [125, 32, 54, 253, 67, 87, 233, 56, 67]

color = [str(item/255.) for item in y]

plt.scatter(x, y, s=500, c=color)

plt.show()

Answer 3

有时您可能需要根据 x 值情况精确绘制颜色。例如，您可能有一个包含 3 种类型的变量和一些数据点的数据框。您想要执行以下操作，

• 绘制与红色中的物理变量“A”相对应的点。
• 与蓝色物理变量“B”相对应的绘图点。
• 与绿色物理变量“C”相对应的绘图点。

在这种情况下，您可能必须编写短函数以将 x 值作为列表映射到相应的颜色名称，然后将该列表传递给 plt.scatter 命令。

x=['A','B','B','C','A','B']
y=[15,30,25,18,22,13]

# Function to map the colors as a list from the input list of x variables
def pltcolor(lst):
    cols=[]
    for l in lst:
        if l=='A':
            cols.append('red')
        elif l=='B':
            cols.append('blue')
        else:
            cols.append('green')
    return cols
# Create the colors list using the function above
cols=pltcolor(x)

plt.scatter(x=x,y=y,s=500,c=cols) #Pass on the list created by the function here
plt.grid(True)
plt.show()

Answer 4

一个非常简单的解决方案也是这样：

fig, ax = plt.subplots(nrows=1, ncols=1, figsize=(8,8)) 

p = ax.scatter(x, y, c=y, cmap='cmo.deep')
fig.colorbar(p,ax=ax,orientation='vertical',label='labelname')