Python 散点图，其中每个点颜色是K颜色的不同混合

我有二维数据，我想聚类成K个簇。让我们假设

K=4

。运行聚类算法后，每个点都有一个4长度的概率向量（其条目相加为1），表示该点属于每个聚类的概率

我的想法是为每个簇指定一种颜色，然后绘制散点图，其中每个点根据其概率向量作为所有颜色的混合着色。如果

K=3

它的颜色可以是RGB，因此我可以使用类似于

ax.scatter（x1，x2，facecolors=probability_vectors）的东西，就像它在中所说的那样。我使用该解决方案在具有
K=2
的图像中绘制了图（将所有向量中的蓝色列固定为0）。对于
K=3
我仍然可以使用它，但是对于
K=4
我需要一些不同的东西。有什么建议吗？

编辑：
使用answer，如果我使用此代码（用于5个集群）：

我得到这个输出：

[（0.2,1,1）、（0.4,1,1）、（0.6,1,1）、（0.8,1,1）、（1.0,1,1）]

我现在的问题是，如果我有一个点的概率向量是
[0.5,0.0,0.0,0.0,0.5]
，即一半是黄色的簇，一半是红色的簇，它的颜色应该是橙色。但是，如果我做
0.5*0.2+0.5*1.0
我会得到
0.6
，它是蓝色的。为了得到橙色而不是蓝色，我应该如何计算平均值

编辑2:
明白了，我只需要平均每个簇质心的RGB版本（而不是色调）

：D
您正在寻找HSB颜色空间

HSB中的颜色由3个值组成：


H=色调-实际颜色
S=饱和度-有多少颜色（越少，颜色越深）
颜色（看起来像灰度）
B=亮度

您可以从该空间轻松生成N种不同的颜色，然后转换为RGB

import colorsys
N = 5
HSV = [(x*1.0/N, 0.5, 0.5) for x in range(N)]
RGB = map(lambda x: colorsys.hsv_to_rgb(*x), HSV)

为了混合用于绘制点的HSB颜色，可以对相应的RGB颜色进行权重平均，权重等于概率向量
 您可以使用matplotlib颜色文档中提到的RGBA方案。A代表阿尔法。也请阅读

根据问题中引用的答案修改：

import matplotlib.pyplot as plt
import numpy as np

x, y = np.random.random((2, 10))
rgba = np.random.random((10, 4))

fig, ax = plt.subplots()
ax.scatter(x, y, s=200, facecolors=rgba)
plt.show()

好的，这样我就有了每个点的RGB格式的颜色（很好），我可以将其作为
plt.plot（）
的
color
参数传递，如果我们要逐点手动绘制散布（迭代数据集和计算的颜色矩阵）。但是我如何使用你的解决方案来使用
plt.scatter（）
方法呢？好的，我只需要将RGB矩阵作为
plt.scatter（）的
c
参数来传递。但是，您的解决方案不适用于
K>4
，对吗？关于混合颜色，您是对的，所以我更新了答案。
import matplotlib.pyplot as plt
import numpy as np

x, y = np.random.random((2, 10))
rgba = np.random.random((10, 4))

fig, ax = plt.subplots()
ax.scatter(x, y, s=200, facecolors=rgba)
plt.show()