Python 如何在散点图中将异常值更改为其他颜色

如果我有这样的散点图

---

我想知道是否有办法将明显的异常值（如顶部的三个）更改为同一绘图中的其他颜色？

首先，您需要找到“异常值”的标准。一旦你有了这些，你就可以在你的图中掩盖那些不想要的点。 基于条件选择数组的子集可以在numpy中轻松完成，例如，如果

a

是一个numpy数组，

a[a=1]，y[np.abs（y）>=1]，marker=“d”，color=“#d46f9f”）
plt.show（）

生产

在这里，我们从正态分布绘制点，对分布宽度以外的所有点进行不同的着色。

有一个很好的答案。如果我有一个对应于数据点枚举类别的数组（在将数据预先划分为类时特别有用），那么我将使用一个线性表达式

将图形划分为3个彩色区域的相应散点图：

---

这是一个很难回答的问题，因为离群值不是一个具有真实定义的术语。也许会有帮助。

import numpy as np
import matplotlib.pyplot as plt

num= 1000
x= np.linspace(0,100, num=num)
y= np.random.normal(size=num)

fig=plt.figure()
ax=fig.add_subplot(111)
# plot points inside distribution's width
ax.scatter(x[np.abs(y)<1], y[np.abs(y)<1], marker="s", color="#2e91be")
# plot points outside distribution's width
ax.scatter(x[np.abs(y)>=1], y[np.abs(y)>=1], marker="d", color="#d46f9f")
plt.show()

import numpy as np
import matplotlib.pyplot as plt

num = 1000
x= np.random.rand(1,100)
y= np.random.rand(1,100)*2

# Creating a simple data point classification criteria, classes in this case will be 0, 1 and 2
classes = np.round(y)

# Passing in the classes for the "c" argument is super convinient
plt.scatter(x,y, c=classes,cmap=plt.cm.Set1)
plt.show()