ValueError：绘制散点图时 RGBA 值应在 0-1 范围内

Question

我试图生成一个散点图来显示 PCA 变换之前和之后的数据，类似于 教程。

为此，我运行以下代码：

fig, axes = plt.subplots(1,2)
axes[0].scatter(X.iloc[:,0], X.iloc[:,1], c=y)
axes[0].set_xlabel('x1')
axes[0].set_ylabel('x2')
axes[0].set_title('Before PCA')
axes[1].scatter(X_new[:,0], X_new[:,1], c=y)
axes[1].set_xlabel('PC1')
axes[1].set_ylabel('PC2')
axes[1].set_title('After PCA')
plt.show()

这导致出现此错误：

ValueError: RGBA values should be within 0-1 range

X 是预处理的特征矩阵，其中包含 196 个样本和 59 个特征。而 y 是因变量，包含两个类 [0, 1]。

以下是完整的错误消息：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-109-2c4f74ddce3f> in <module>
      1 fig, axes = plt.subplots(1,2)
----> 2 axes[0].scatter(X.iloc[:,0], X.iloc[:,1], c=y)
      3 axes[0].set_xlabel('x1')
      4 axes[0].set_ylabel('x2')
      5 axes[0].set_title('Before PCA')

~/anaconda3/lib/python3.7/site-packages/matplotlib/__init__.py in inner(ax, data, *args, **kwargs)
   1597     def inner(ax, *args, data=None, **kwargs):
   1598         if data is None:
-> 1599             return func(ax, *map(sanitize_sequence, args), **kwargs)
   1600 
   1601         bound = new_sig.bind(ax, *args, **kwargs)

~/anaconda3/lib/python3.7/site-packages/matplotlib/axes/_axes.py in scatter(self, x, y, s, c, marker, cmap, norm, vmin, vmax, alpha, linewidths, verts, edgecolors, plotnonfinite, **kwargs)
   4495                 offsets=offsets,
   4496                 transOffset=kwargs.pop('transform', self.transData),
-> 4497                 alpha=alpha
   4498                 )
   4499         collection.set_transform(mtransforms.IdentityTransform())

~/anaconda3/lib/python3.7/site-packages/matplotlib/collections.py in __init__(self, paths, sizes, **kwargs)
    881         """
    882 
--> 883         Collection.__init__(self, **kwargs)
    884         self.set_paths(paths)
    885         self.set_sizes(sizes)

~/anaconda3/lib/python3.7/site-packages/matplotlib/collections.py in __init__(self, edgecolors, facecolors, linewidths, linestyles, capstyle, joinstyle, antialiaseds, offsets, transOffset, norm, cmap, pickradius, hatch, urls, offset_position, zorder, **kwargs)
    125 
    126         self._hatch_color = mcolors.to_rgba(mpl.rcParams['hatch.color'])
--> 127         self.set_facecolor(facecolors)
    128         self.set_edgecolor(edgecolors)
    129         self.set_linewidth(linewidths)

~/anaconda3/lib/python3.7/site-packages/matplotlib/collections.py in set_facecolor(self, c)
    676         """
    677         self._original_facecolor = c
--> 678         self._set_facecolor(c)
    679 
    680     def get_facecolor(self):

~/anaconda3/lib/python3.7/site-packages/matplotlib/collections.py in _set_facecolor(self, c)
    659         except AttributeError:
    660             pass
--> 661         self._facecolors = mcolors.to_rgba_array(c, self._alpha)
    662         self.stale = True
    663 

~/anaconda3/lib/python3.7/site-packages/matplotlib/colors.py in to_rgba_array(c, alpha)
    277             result[mask] = 0
    278         if np.any((result < 0) | (result > 1)):
--> 279             raise ValueError("RGBA values should be within 0-1 range")
    280         return result
    281     # Handle single values.

ValueError: RGBA values should be within 0-1 range

我不确定导致此错误的原因，并希望能帮助您解决此问题。谢谢！

Answer 1

的 c= 参数>ax.scatter 可以通过多种方式给出：

• 使用 cmap 和范数将 n 个数字映射到颜色的标量或序列。所以是一个数字，或者一个类似列表的一维数字序列。
• 二维数组，其中行为 RGB 或 RGBA。例如，类似 [[1,0,0], [0,0,1]]。所有这些值都必须介于 0 和 1 之间。此外，每个条目应该有 3 个（对于 RGB）或 4 个（对于 RGBA）值。
• 长度为 n 的颜色序列。例如 ["red", "#B789C0", "turquoise"]
• 单一颜色格式字符串。例如“cornflowerblue”。

现在，当给出一个数字数组时，为了能够区分第一种情况和第二种情况，matplotlib 仅查看数组维度。如果是一维，matplotlib 假设第一种情况。对于 2D，它假设第二种情况。请注意，Nx1 或 1xN 数组也被视为二维数组。您可以使用 np.squeeze() 来“挤出”虚拟第二个维度。

Answer 2

在每个 RGB 值周围使用此函数：

def rgb_normalised(rgb_no):
    return (1/256)*rgb_no

示例：

rect1 = matplotlib.patches.Rectangle((-90,-90), 180, 70, fc= 
(rgb_normalised(204),rgb_normalised(255),rgb_normalised(255),0.5), 
ec=(0,0,0,1))