plt.scatter无法识别ListedColormap（）生成的cmap

Question

我正在尝试使用ListedColormap（）为散点图自定义Colormap。

这是散点图的数据集：

labels = [  0,   1,   1, 100, 100]
X = np.array([[0, 2],
       [0, 0],
       [1, 0],
       [5, 0],
       [5, 2]])

这段代码

color_list = ["red", "yellow", 'blue']
cmap = mpl.colors.ListedColormap(color_list)
plt.scatter(X[:,0], X[:,1], c=labels, cmap=cmap, s=200);

输出

看来plt.scatter无法识别ListedColormap()生成的cmap 。

我构建了cmap ，让左下角的点变成黄色，这是没有发生的。

我对颜色顺序的理解（0 - >红色，1 - >黄色，100 - >蓝色）可能是错误的。

任何提示都将不胜感激。

Answer 1

基于@ImportanceOfBeingEarnest的评论，对于您当前的labels值，如果考虑等间距0-33.33,33.34-66.66,66.67-100，则不会出现黄色。 以下答案强调了这一点。 但是，如果您的labels落在正确的范围之间，则下面的第二个图显示了黄色。 有关BoundaryNorm更多示例，请查看官方页面 。

这里的关键行是ranges = np.linspace(labels.min(), labels.max(), len(color_list)+1) ，它将您的值（ labels ）范围划分为等间隔。

import matplotlib as mpl
import numpy as np
import matplotlib.pyplot as plt

labels = np.array([  0,   1,   1, 100, 100]) # converted to array for ease
X = np.array([[0, 2], [0, 0], [1, 0], [5, 0], [5, 2]])

color_list = ["red", "yellow", 'blue']
cmap = mpl.colors.ListedColormap(color_list)

ranges = np.linspace(labels.min(), labels.max(), len(color_list)+1)
norm = mpl.colors.BoundaryNorm(ranges, cmap.N)

plt.scatter(X[:,0], X[:,1], c=labels, cmap=cmap, s=200, norm=norm)

有黄点

labels = np.array([  0,   56,   63, 100, 100]) # <--- new label values
X = np.array([[0, 2], [0, 0], [1, 0], [5, 0], [5, 2]])

color_list = ["red", "yellow", 'blue']
cmap = mpl.colors.ListedColormap(color_list)

ranges = np.linspace(labels.min(), labels.max(), len(color_list)+1)
norm = mpl.colors.BoundaryNorm(ranges, cmap.N)

plt.scatter(X[:,0], X[:,1], c=labels, cmap=cmap, s=200, norm=norm)