Pylab：将标签映射到颜色

Question

我刚开始使用scipy堆栈。 我正在使用CSV版本的虹膜数据集。 我可以使用以下方法加载它：

iris=numpy.recfromcsv("iris.csv")

并绘制它：

pylab.scatter(iris.field(0), iris.field(1))
pylab.show()

现在我还想绘制存储在iris.field(4) ：

chararray(['setosa', ...], dtype='|S10')

将这些字符串映射到用于绘图的颜色的优雅方法是什么？ scatter(iris.field(0), iris.field(1), c=iris.field(4))不起作用（来自文档，它预期浮点值或scatter(iris.field(0), iris.field(1), c=iris.field(4))映射）。 我没有找到一种自动生成彩色地图的优雅方式。

cols = {"versicolor": "blue", "virginica": "green", "setosa": "red"}
scatter(iris.field(0), iris.field(1), c=map(lambda x:cols[x], iris.field(4)))

大概是我想要的，但我不太喜欢手动颜色规格。

编辑 ：最后一行稍微优雅的版本：

scatter(iris.field(0), iris.field(1), c=map(cols.get, iris.field(4)))

Answer 1

一种方式是否优雅在某种程度上是主观的。 我个人认为你的方法比'matplotlib'更好。 来自matplotlib的颜色模块：

着色映射通常涉及两个步骤：首先使用Normalize或子类的实例将数据数组映射到范围0-1; 然后使用Colormap子类的实例将0-1范围内的此数字映射到颜色。

关于你的问题，我从中得到的是你需要一个Normalize的子类，它接受字符串并将它们映射到0-1。

这是一个继承自Normalize以创建子类TextNorm ，该子类用于将字符串转换为0到1之间的值。此规范化用于获取相应的颜色。

import matplotlib.pyplot as plt
from matplotlib.colors import Normalize
import numpy as np
from numpy import ma

class TextNorm(Normalize):
    '''Map a list of text values to the float range 0-1'''

    def __init__(self, textvals, clip=False):
        self.clip = clip
        # if you want, clean text here, for duplicate, sorting, etc
        ltextvals = set(textvals)
        self.N = len(ltextvals)
        self.textmap = dict(
            [(text, float(i)/(self.N-1)) for i, text in enumerate(ltextvals)])
        self.vmin = 0
        self.vmax = 1

    def __call__(self, x, clip=None):
        #Normally this would have a lot more to do with masking
        ret = ma.asarray([self.textmap.get(xkey, -1) for xkey in x])
        return ret

    def inverse(self, value):
        return ValueError("TextNorm is not invertible")

iris = np.recfromcsv("iris.csv")
norm = TextNorm(iris.field(4))

plt.scatter(iris.field(0), iris.field(1), c=norm(iris.field(4)), cmap='RdYlGn')
plt.savefig('textvals.png')
plt.show()

这会产生：

我选择了'RdYlGn'颜色贴图，以便很容易区分这三种类型的点。 我没有将clip功能作为__call__一部分包含在内，尽管可以进行一些修改。

传统上，您可以使用norm关键字测试scatter方法的规范化，但scatter测试c关键字以查看它是否存储字符串，如果存在，则假定您将颜色作为字符串值传递，例如'Red' ，'Blue'等。所以调用plt.scatter(iris.field(0), iris.field(1), c=iris.field(4), cmap='RdYlGn', norm=norm)失败。 相反，我只是使用TextNorm并在iris.field(4)上“操作”以返回0到1范围内的值数组。

请注意，对于不在列表textvals的sting，将返回值-1。 这就是屏​​蔽会派上用场的地方。

Answer 2

无论它有什么价值，在这种情况下你通常会做更多这样的事情：

import numpy as np
import matplotlib.pyplot as plt

iris = np.recfromcsv('iris.csv')
names = set(iris['class'])

x,y = iris['sepal_length'],  iris['sepal_width']

for name in names:
    cond = iris['class'] == name
    plt.plot(x[cond], y[cond], linestyle='none', marker='o', label=name)

plt.legend(numpoints=1)
plt.show()

@Yann建议的内容没有任何问题，但scatter更适合连续数据。

依靠轴颜色循环更容易，只需多次调用绘图（您还可以获得单独的艺术家而不是集合，这对于像这样的离散数据是一件好事）。

默认情况下，轴的颜色周期为：蓝色，绿色，红色，青色，品红色，黄色，黑色。

经过7个调用plot ，它会循环回过这些颜色，所以如果你有多个项目，则需要手动设置 （或只是指定每个呼叫的颜色来plot使用类似于@Yann建议插值彩条以上）。