如何在散布矩阵中更改配色方案？

Question

因为我是python数据分析的新手，所以我想通过教程和调整他人的工作代码来提高自己的技能。

目前，我正在研究fruit_data_with_colors数据集，并希望了解python代码，该代码可从以下位置获得：

https://github.com/susanli2016/Machine-Learning-with-Python/blob/master/Solving%20A%20Simple%20Classification%20Problem%20with%20Python.ipynb

开头的示例之一显示了不同数字输入变量（高度，宽度，质量，颜色）的分散矩阵。 使用上述代码，绘制的图像中的颜色为紫色，棕色，黄色和黑色。 我想将其更改为更具吸引力的颜色（例如，红色，蓝色，绿色，黑色）

我查看了matplotlib的文档，并认为我应该调整代码的"c = y"部分。 https://matplotlib.org/3.1.1/api/_as_gen/matplotlib.pyplot.scatter.html

尝试"c = ['blue']"效果很好，但是如果我以"c = ['blue', 'red']"的形式添加另一种颜色，则会发生错误：

ValueError: 'c' argument has 2 elements, which is not acceptable for use with 'x' with size 59, 'y' with size 59.

X = fruits[feature_names]
y = fruits['fruit_label']
from matplotlib import cm
cmap = cm.get_cmap('gnuplot')
scatter = pd.scatter_matrix(X, c = y, marker = 'o', s=40, hist_kwds={'bins':15}, figsize=(9,9), cmap = cmap)
plt.suptitle('Scatter-matrix for each input variable')
plt.savefig('fruits_scatter_matrix')```

Answer 1

我认为实现您想要的最简单的方法是更改​​颜色图，只需编辑：

cmap = cm.get_cmap('new_color_map')

具有更吸引人的色彩图。 您可以在此处查看完整列表。 此外， seaborn库还提供了一些不错的颜色图。 在seaborn中，您可以使用pairplot函数生成漂亮的散点矩阵图！