Python 将特定字符串值映射到matplotlib.pyplot.imshow（）中的特定颜色

我有一个看起来像这样的

pandas.dataframe

：

columns    0    1   2   3   4   5
           A    A   A   A   B   B
           B    B   B   C   C   D
           D    D   E   E   F   F

    from matplotlib.colors import ListedColormap 

    _colors = ["#DA291E", "DA291E", "DA291E", "DA291E" 
               "#83DF39", "#83DF39", "#83DF39", "#83DF39", "#83DF39", #...and so on]
    cmap = ListedColormap(_colors, name="custom_cmap")

A
A
A
A
B
B
B
B
B
C
#...and so on

我想使用

pyplot.imshow（）

，指定以下颜色映射来绘制此图：

color_dict = {
    "A": "#DA291E",
    "B": "#83DF39",
    "C": "#E8132d",
    "D": "#008933",
    "E": "#006CB3",
    "F": "#52BFEC"
}

color_list = list(series.map(color_dict))
custom_cmap = ListedColormap(color_list, name="custom_cmap")

如果我正在绘制一个

条形图

或一个

散点图

，我可以用参数

color=a\u列表\u颜色

调用，但这不适用于

imshow（）

相反，我需要调用

cmap

，但据我所知，不可能创建将特定颜色映射到值的cmap

这意味着我需要创建如下颜色贴图：

columns    0    1   2   3   4   5
           A    A   A   A   B   B
           B    B   B   C   C   D
           D    D   E   E   F   F

    from matplotlib.colors import ListedColormap 

    _colors = ["#DA291E", "DA291E", "DA291E", "DA291E" 
               "#83DF39", "#83DF39", "#83DF39", "#83DF39", "#83DF39", #...and so on]
    cmap = ListedColormap(_colors, name="custom_cmap")

A
A
A
A
B
B
B
B
B
C
#...and so on

但是有没有更好的办法呢

---

我原以为我可以实现上述方法，但由于某种原因，它不起作用，我似乎不明白为什么

我首先根据上面我的

df

的长

系列

版本创建一个颜色列表，然后将该列表转换为颜色映射：

color_dict = {
    "A": "#DA291E",
    "B": "#83DF39",
    "C": "#E8132d",
    "D": "#008933",
    "E": "#006CB3",
    "F": "#52BFEC"
}

color_list = list(series.map(color_dict))
custom_cmap = ListedColormap(color_list, name="custom_cmap")

长

系列

基本上如下所示：

columns    0    1   2   3   4   5
           A    A   A   A   B   B
           B    B   B   C   C   D
           D    D   E   E   F   F

    from matplotlib.colors import ListedColormap 

    _colors = ["#DA291E", "DA291E", "DA291E", "DA291E" 
               "#83DF39", "#83DF39", "#83DF39", "#83DF39", "#83DF39", #...and so on]
    cmap = ListedColormap(_colors, name="custom_cmap")

A
A
A
A
B
B
B
B
B
C
#...and so on

我的

df

中的第五个元素是

B

，当我打印

custom\u cmap.\uu dict\uuuu.colors[4]

时，我得到了

83DF39

，它与我的

df

中的字符串值

B

相对应。因此，映射是正确的

当我使用

cmap=custom\u cmap

调用

plt.imshow（）

时会出现问题，因为它不遵循

cmap

-某些值的颜色错误

我的第一个想法是我弄乱了顺序，这意味着

color\u list

没有遵循

df

的顺序，但它确实遵循了顺序

上面的

df

包含18个值，颜色列表也包含18个值。

df

中的最后一个值是

F

，这意味着

color\u列表中的最后一个颜色应该是
#52BFEC
，它是


添加更多代码

# Begin by converting strings to any number since plt.imshow() needs numbers
float_dict = {
    'A': 0.0,
    'B': 1.0,
    'C': 2.0,
    'D': 3.0,
    'E': 4.0,
    'F': 5.0,
    'G': 6.0,
    'H': 7.0,
    'I': 8.0
}

converted_series = series.map(float_dict).copy()

# Map each float to a specific color
color_dict = {
    0.0: '#DA291E',
    1.0: '#E7112d',
    2.0: '#83CD39',
    3.0: '#009934',
    4.0: '#007AB3',
    5.0: '#54BDEC',
    6.0: '#000066',
    7.0: '#DDDD11',
    8.0: '#572B84',
}

# Create a cmap from a color list
color_list = list(converted_series.map(color_dict))
custom_cmap = ListedColormap(color_list, name="custom_cmap")

# Widen the series into a df
df = series_to_wide_df(converted_series, n_columns=8)

# Plot it
plt.imshow(df, cmap=custom_cmap, interpolation='none')

上面的结果如下图所示



请注意，此图像中的数据与原始帖子中的
df
中的数据不同


我测试了一种不同的颜色：

color_dict = {
    0.0: '#FF0000',
    1.0: '#FF0000',
    2.0: '#FF0000',
    3.0: '#FF0000',
    4.0: '#FF0000',
    5.0: '#000000',
    6.0: '#000000',
    7.0: '#000000',
    8.0: '#000000'
}

但是颜色仍然没有正确映射。有了这些颜色，
1.0
、
2.0
、
6.0
、
7.0
和一些
8.0
就变成了红色。
如果建议的代码不能够自己运行，就很难看出哪里出了问题

下面将创建一个将字母映射到数字的字典，并将其应用于数据帧。然后，它将创建一个包含尽可能多的颜色的colormap，因为数据框中有（可能的）值。然后，当colormap在0和colormap中的元素数之间进行规格化时，使用imshow进行打印效果良好。（如果并非所有可能的值都实际出现在要绘制的特定数据帧中，例如在缺少字母A和H的情况下，此规范化可能非常有用。）

可能重复“否”，这似乎正是解决问题的方法。您是否需要进一步的实施帮助，或者这很清楚，您只是想寻求可能的替代方案？@AlexanderMcFarlane-我不认为这是重复的，因为这个问题涉及将一个值设置为特定颜色，这涉及使用自定义颜色映射将多个值映射到特定颜色。@ImportanceOfBeingErnest-实现很清楚，我只是想询问可能的替代方案。习惯是什么？自己回答问题还是删除它？另一种方法是将颜色转换为rgb元组，并从这些元组构建一个3通道图像。我确实认为colormap方法更好。另外，我不相信上面的链接真的是重复的。因此，如果您愿意，您可以回答这个问题，因为此方法的完整代码可能对其他人有用。所以我不能像我想的那样使用
ListedColormap（）
来创建
颜色的“序列”。这解决了一切。对于上面的数据，我基本上是这样做的：
color\u list=list（np.array（[number2color[I]代表df2.values.flat中的I]）
其中
letter2color
是一个
dict
，其中每个
键（本例中的数字）都有一个颜色。然后我使用了
ListedColormap（颜色列表）
。