Python 离散pyplot散斑图

我正在用颜色条创建散点图

plt.scatter(X, Y, c=Z)
plt.colorbar()
plt.show()
plt.close()

其中X和Y是浮点数组，Z是整数数组。 即使Z是一个整数数组（这里是1-14），颜色栏也会显示浮动。

如何显示离散色条1-14

我发现一些东西试图回答一个类似的问题，但我不太理解这个答案（包含一些使0变成灰色的复杂因素），无法应用它

查看您的链接问题。如果在调用

scatter

之前对彩色地图进行离散化，它将自动按照您的要求工作：

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

n = 14
X = np.random.rand(20)
Y = np.random.rand(20)
Z = np.random.randint(low=0,high=n,size=X.shape)

plt.figure()
plt.scatter(X,Y,c=Z,cmap=cm.hot)
plt.colorbar()

plt.figure()
plt.scatter(X,Y,c=Z,cmap=cm.get_cmap('hot',n))
plt.colorbar()

比较结果：

请注意，默认颜色映射为

jet

。但只有在

viridis

作为新的（非常好的）默认值出现之前

如果困扰您的是色条上的数字是浮点数，您可以在其中设置手动

刻度

，而不考虑颜色的离散化：

plt.figure()
plt.scatter(X,Y,c=Z,cmap=cm.jet)
plt.colorbar(ticks=np.unique(Z))
#or
#plt.colorbar(ticks=range(Z.min(),Z.max()+1))

结果:

---

请注意，由于我使用了一些随机生成的点，并非每个数字都出现在

Z

中，因此

unique

可能不是最佳方法（请参见上图中缺少的记号）。这就是为什么我还添加了一个基于

min/max

的解决方案。根据实际应用，您可以根据需要定制限制。

这是我的土地使用类型离散色条，它看起来像是您的作品，因为Z值也是1-14之间的整数数组

我的方法 创建从中手动学习的颜色映射和颜色条标签

我的代码 我的成绩
（来源：）

---

希望它能有所帮助

这似乎正是我所寻找的，但是我尝试的

plt.scatter（X，Y，c=Z，cmap=cm.get_cmap（'RdPu'，n），s=100，vmin=np.min（Z），vmax=np.max（Z））

产生了一个错误

NameError:name'cm'没有定义

，即使使用

导入matplotlib.cm作为cm

@astromonard也是最不寻常的。您是否尝试过再次打开它？：）您使用的是ipython还是常规python脚本？上面的代码在前者中对我来说很好。无论如何，如果

import

没有抛出任何错误，那么你就不应该得到这个错误。@astromonard哦，我相信

scatter

的默认行为是使用

vmin=np.min（c），vmax=np.max（c）

，这样你就可以省去一些打字：）我错误地标记（并更正）了我正在使用的ipython笔记本（v3.0.0）我重新启动了内核，将头导入其中，现在它可以工作了。为了赢得比赛，你可以一次又一次地关掉它。

cMap = ListedColormap(['white', '#8dd3c7','#ffffb3','#bebada',  \               
                       '#b2182b','#80b1d3','#fdb462','#b3de69','#6a3d9a',\
                       '#b2df8a', '#1f78b4', '#ccebc5','#ffed6f'])

## If you want to use the colormap from plt.cm..., you can use(take 'jet' for example) 
cMap = plt.cm.get_cmap("jet",lut=13)  

### here you can change your data in    
lulc = plt.pcolormesh(lulc,cmap = cMap,alpha = 0.7)   

z_range = np.linspace(1,14,14)
list = z_range.astype('S10')

k = -0.05
for i in range(0,13,1):
    k = k + 1/13.0
   ax.annotate(list[i],xycoords='axes fraction',xy=(1.12,k),fontsize = 14, \
               fontstyle = 'italic',zorder =3)

cbar = plt.colorbar(lulc,ticks = [ ])
for label in cbar.ax.yaxis.get_ticklabels()[::-1]:
    label.set_visible(False)