matplotlib 散点图中的着色不符合我的 ListedColormap(cmap) 的预定义颜色序列

Question

当我尝试对数据标签使用预定义的颜色序列时遇到问题。 具体来说，我使用散点图的参数c作为数据标签，然后cmap=ListedColormap(km_colors)根据我的颜色列表对它们进行着色。 但是，看起来颜色图自己决定如何为标记的数据着色，对于两个类，如果label=1那么它的颜色是黑色，这也属于我的颜色列表，如果label=0然后选择最轻的（ ?) 我的颜色列表的颜色。 所以，它不服从我设置的颜色顺序。

例如，在下面的代码中，您可以看到即使km_colors[1]='cyan' ，它也会为label=1选择黑色。

非常感谢您提前提供的任何帮助。

km_colors = ['green', 'cyan', 'brown', 'darkorange', 'purple', 'black']
fig, ax = plt.subplots(3,3, sharex='col',figsize = (10,8))

for i in range(len(data_list)):
    for j in range(len(n_Enm_clusters)):
        ### c = [km_colors[int(l)] for k,l in enumerate(km_Enm_labels_list[i][j])]
        data_PCA = ax[j,i].scatter(PCA_bold[i][:,0],
                                  PCA_bold[i][:,1],
                                  c=km_Enm_labels_list[i][j], s=15,
                                  cmap = mcolors.ListedColormap(km_colors), 
                                  alpha = 0.5)

    # produce a legend with the unique colors from the scatter
        if i == len(data_list)-1:
            legend1 = ax[j,i].legend(*data_PCA.legend_elements(),
                                    loc="lower right", title="edge \n classes", prop={'size': 6})
            ax[j,i].add_artist(legend1)

plt.tight_layout()
plt.show()

pca数据]：

Answer 1

当提供一个数组作为ListedColormap()的输入时，该列表中的颜色不会连续拾取。 虽然我不知道确切的过程，但它通常会在颜色之间传播。 所以，如果列表中有 6 种颜色并且......

• 你的数据需要一个，它通常会选择第一个，
• 如果您的数据需要 2，它将选择第一个和最后一个，
• 如果您的数据需要 3 个，它将选择第一个、最后一个和靠近数组中间的一个（在您的情况下为橙色）

等等...

要根据您的列表修复要选择的颜色，您需要将km_colors数组限制为所需的颜色数量。 下面是一个示例散点图，其中创建了随机数据以显示如何做到这一点。 请注意，我使用cmap = ListedColormap(km_colors[0:(i*3+j+1)])限制散点图拾取的颜色，它仅提供第一个 (i*3 + j) 的散点图

from matplotlib.colors import ListedColormap
x = np.random.rand(100)
y = np.random.rand(100)
km_colors = ['green', 'cyan', 'brown', 'darkorange', 'purple', 'black']
fig, ax = plt.subplots(2,3, sharex='col',figsize = (10,8))
for i in range(2):
    for j in range(3):
        clr_col = np.random.randint(i*3+j+1, size=(100))
        data_PCA = ax[i,j].scatter(x,y, s=55, c=clr_col,
                                  cmap = ListedColormap(km_colors[0:(i*3+j+1)]), 
                                  alpha = 0.5)
        print(i*3+j+1)
        print(np.unique(clr_col))
        print(km_colors[0:(i*3+j+1)])

plt.tight_layout()
plt.show()

输出图