Matplotlib 散点图； 颜色作为第三个变量的函数

Question

我想制作一个散点图（使用 matplotlib），其中根据第三个变量对点进行着色。 我非常接近这个：

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

其中 w 和 M 是数据点，p 是我想要着色的变量。
但是我想用灰度而不是彩色来做。 任何人都可以帮忙吗？

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)
plt.gray()

plt.show()

或者，如果您更喜欢 更广泛的 colormaps ，您还可以指定cmap kwarg 来scatter 。 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。 例如gray_r而不是gray 。 有几种不同的预制灰度颜色图（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。 你想做以下，

• 绘制与物理变量“A”对应的红色点。
• 绘制对应于蓝色中物理变量“B”的点。
• 绘制对应于绿色中物理变量“C”的点。

在这种情况下，您可能必须写入 short 函数以将 x 值映射到相应的颜色名称作为列表，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()