在matplotlib上的散点图中为每个系列设置不同的颜色

Question

假设我有三个数据集：

X = [1,2,3,4]
Y1 = [4,8,12,16]
Y2 = [1,4,9,16]

我可以散点图：

from matplotlib import pyplot as plt
plt.scatter(X,Y1,color='red')
plt.scatter(X,Y2,color='blue')
plt.show()

我怎样才能用 10 组做到这一点？

我搜索了这个，可以找到我所问的任何参考。

编辑：澄清（希望）我的问题

如果我多次调用 scatter ，我只能在每个 scatter 上设置相同的颜色。 另外，我知道我可以手动设置颜色数组，但我确信有更好的方法来做到这一点。 我的问题是，“我如何自动散点图我的几个数据集，每个数据集都有不同的颜色。

如果这有帮助，我可以轻松地为每个数据集分配一个唯一编号。

Answer 1

我不知道你所说的“手动”是什么意思。 您可以选择颜色图并轻松制作颜色数组：

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

x = np.arange(10)
ys = [i+x+(i*x)**2 for i in range(10)]

colors = cm.rainbow(np.linspace(0, 1, len(ys)))
for y, c in zip(ys, colors):
    plt.scatter(x, y, color=c)

或者你可以使用itertools.cycle制作你自己的颜色循环器并指定你想要循环的颜色，使用next来获得你想要的颜色。 例如，有 3 种颜色：

import itertools

colors = itertools.cycle(["r", "b", "g"])
for y in ys:
    plt.scatter(x, y, color=next(colors))

想想看，也许不将zip与第一个一起使用更干净：

colors = iter(cm.rainbow(np.linspace(0, 1, len(ys))))
for y in ys:
    plt.scatter(x, y, color=next(colors))

Answer 2

在 matplotlib 中用不同颜色的点绘制图的正常方法是将颜色列表作为参数传递。

例如：

import matplotlib.pyplot
matplotlib.pyplot.scatter([1,2,3],[4,5,6],color=['red','green','blue'])

当您有一个列表列表并且您希望它们按列表着色时。 我认为最优雅的方法是@DSM 建议的方法，只需执行一个循环多次调用即可。

但是，如果出于某种原因，您只想通过一个电话来完成，您可以制作一个大的颜色列表，带有列表理解和一些地板划分：

import matplotlib
import numpy as np

X = [1,2,3,4]
Ys = np.array([[4,8,12,16],
      [1,4,9,16],
      [17, 10, 13, 18],
      [9, 10, 18, 11],
      [4, 15, 17, 6],
      [7, 10, 8, 7],
      [9, 0, 10, 11],
      [14, 1, 15, 5],
      [8, 15, 9, 14],
       [20, 7, 1, 5]])
nCols = len(X)  
nRows = Ys.shape[0]

colors = matplotlib.cm.rainbow(np.linspace(0, 1, len(Ys)))

cs = [colors[i//len(X)] for i in range(len(Ys)*len(X))] #could be done with numpy's repmat
Xs=X*nRows #use list multiplication for repetition
matplotlib.pyplot.scatter(Xs,Ys.flatten(),color=cs)

cs = [array([ 0.5,  0. ,  1. ,  1. ]),
 array([ 0.5,  0. ,  1. ,  1. ]),
 array([ 0.5,  0. ,  1. ,  1. ]),
 array([ 0.5,  0. ,  1. ,  1. ]),
 array([ 0.28039216,  0.33815827,  0.98516223,  1.        ]),
 array([ 0.28039216,  0.33815827,  0.98516223,  1.        ]),
 array([ 0.28039216,  0.33815827,  0.98516223,  1.        ]),
 array([ 0.28039216,  0.33815827,  0.98516223,  1.        ]),
 ...
 array([  1.00000000e+00,   1.22464680e-16,   6.12323400e-17,
          1.00000000e+00]),
 array([  1.00000000e+00,   1.22464680e-16,   6.12323400e-17,
          1.00000000e+00]),
 array([  1.00000000e+00,   1.22464680e-16,   6.12323400e-17,
          1.00000000e+00]),
 array([  1.00000000e+00,   1.22464680e-16,   6.12323400e-17,
          1.00000000e+00])]

Answer 3

一个简单的修复

如果您只有一种类型的集合（例如没有误差线的散点图），您还可以在绘制它们之后更改颜色，这有时更容易执行。

import matplotlib.pyplot as plt
from random import randint
import numpy as np

#Let's generate some random X, Y data X = [ [frst group],[second group] ...]
X = [ [randint(0,50) for i in range(0,5)] for i in range(0,24)]
Y = [ [randint(0,50) for i in range(0,5)] for i in range(0,24)]
labels = range(1,len(X)+1)

fig = plt.figure()
ax = fig.add_subplot(111)
for x,y,lab in zip(X,Y,labels):
        ax.scatter(x,y,label=lab)

您需要的唯一一段代码：

#Now this is actually the code that you need, an easy fix your colors just cut and paste not you need ax.
colormap = plt.cm.gist_ncar #nipy_spectral, Set1,Paired  
colorst = [colormap(i) for i in np.linspace(0, 0.9,len(ax.collections))]       
for t,j1 in enumerate(ax.collections):
    j1.set_color(colorst[t])


ax.legend(fontsize='small')

即使您在同一子图中有许多不同的散点图，输出也会为您提供不同的颜色。

Answer 4

您始终可以像这样使用plot()函数：

import matplotlib.pyplot as plt

import numpy as np

x = np.arange(10)
ys = [i+x+(i*x)**2 for i in range(10)]
plt.figure()
for y in ys:
    plt.plot(x, y, 'o')
plt.show()

Answer 5

这个问题在 2013 年 1 月和 matplotlib 1.3.1（2013 年 8 月）之前有点棘手，这是您可以在 matpplotlib 网站上找到的最旧的稳定版本。 但在那之后，它是相当微不足道的。

因为当前版本的matplotlib.pylab.scatter支持分配：颜色名称字符串数组，带颜色映射的浮点数数组，RGB 或 RGBA 数组。

这个答案献给@Oxinabox 在 2015 年纠正 2013 版的自己的无尽热情。

---

您有两个选项可以在一次调用中使用具有多种颜色的 scatter 命令。

1. 由于pylab.scatter命令支持使用 RGBA 数组来做任何你想要的颜色；

2. 早在 2013 年初，就没有办法这样做，因为该命令仅支持整个散点集合的单一颜色。 当我在做我的 10000 行项目时，我想出了一个通用的解决方案来绕过它。 所以它很俗气，但我可以做任何形状、颜色、大小和透明的。 这个技巧也可以应用于绘制路径集合，线集合....

该代码也受到pyplot.scatter源代码的pyplot.scatter ，我只是复制了 scatter 所做的事情而没有触发它绘制。

命令pyplot.scatter返回一个PatchCollection对象，在文件“matplotlib/collections.py”中， Collection类中的私有变量_facecolors和方法set_facecolors 。

所以每当你有一个散点要绘制时，你可以这样做：

# rgbaArr is a N*4 array of float numbers you know what I mean
# X is a N*2 array of coordinates
# axx is the axes object that current draw, you get it from
# axx = fig.gca()

# also import these, to recreate the within env of scatter command 
import matplotlib.markers as mmarkers
import matplotlib.transforms as mtransforms
from matplotlib.collections import PatchCollection
import matplotlib.markers as mmarkers
import matplotlib.patches as mpatches


# define this function
# m is a string of scatter marker, it could be 'o', 's' etc..
# s is the size of the point, use 1.0
# dpi, get it from axx.figure.dpi
def addPatch_point(m, s, dpi):
    marker_obj = mmarkers.MarkerStyle(m)
    path = marker_obj.get_path()
    trans = mtransforms.Affine2D().scale(np.sqrt(s*5)*dpi/72.0)
    ptch = mpatches.PathPatch(path, fill = True, transform = trans)
    return ptch

patches = []
# markerArr is an array of maker string, ['o', 's'. 'o'...]
# sizeArr is an array of size float, [1.0, 1.0. 0.5...]

for m, s in zip(markerArr, sizeArr):
    patches.append(addPatch_point(m, s, axx.figure.dpi))

pclt = PatchCollection(
                patches,
                offsets = zip(X[:,0], X[:,1]),
                transOffset = axx.transData)

pclt.set_transform(mtransforms.IdentityTransform())
pclt.set_edgecolors('none') # it's up to you
pclt._facecolors = rgbaArr

# in the end, when you decide to draw
axx.add_collection(pclt)
# and call axx's parent to draw_idle()

Answer 6

这对我有用：

对于每个系列，使用随机 rgb 颜色生成器

c = color[np.random.random_sample(), np.random.random_sample(), np.random.random_sample()]

Answer 7

对于大型数据集和有限数量的颜色，一个更快的解决方案是使用 Pandas 和 groupby 函数：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import time


# a generic set of data with associated colors
nsamples=1000
x=np.random.uniform(0,10,nsamples)
y=np.random.uniform(0,10,nsamples)
colors={0:'r',1:'g',2:'b',3:'k'}
c=[colors[i] for i in np.round(np.random.uniform(0,3,nsamples),0)]

plt.close('all')

# "Fast" Scatter plotting
starttime=time.time()
# 1) make a dataframe
df=pd.DataFrame()
df['x']=x
df['y']=y
df['c']=c
plt.figure()
# 2) group the dataframe by color and loop
for g,b in df.groupby(by='c'):
    plt.scatter(b['x'],b['y'],color=g)
print('Fast execution time:', time.time()-starttime)

# "Slow" Scatter plotting
starttime=time.time()
plt.figure()
# 2) group the dataframe by color and loop
for i in range(len(x)):
    plt.scatter(x[i],y[i],color=c[i])
print('Slow execution time:', time.time()-starttime)

plt.show()

Answer 8

您还可以创建一个颜色列表，其中包括散点图中所需的所有颜色，并将其作为参数提供，例如：

colors = ["red", "blue", "green"]
plt.scatter(X, Y, color = colors)