Python 如何转换散布中c变量（来自matplotlib）的值？

我使用matplotlib Python库创建PCA绘图，根据类值（0、1或2）选择每个点的颜色。 为此，我使用名为c的参数：

plt.scatter(pca_data[:, 0], pca_data[:, 1], c=[0,1,1,0,2])

我想做的是添加一个图例，将绘图中的颜色与标签链接起来，但是，我找不到我给出的值（0、1或2）如何转换为实际颜色

我曾想过直接给颜色，但我希望这个过程是自动化的，这样无论实际的类数是多少，它都能工作

我尝试使用

来_rgb（来自matplotlib.colors）

，但由于值不在0和1之间，因此不起作用，如果我缩放它们，最终会得到一个奇数颜色向量（黑、白、黑）

有什么想法吗

---

谢谢。

下面是一个示例，其中有3个标签（但该方法可扩展到任意数量）：

---

以下是一个示例，其中有3个标签（但该方法可扩展到任意数量）：

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

pca_data = np.random.randn(100,2) #some fake data
labels = np.random.randint(low=0,high=3,size=100) #some fake class labels

cNorm = colors.Normalize(vmin=0,vmax=2) #normalise the colormap
scalarMap = cm.ScalarMappable(norm=cNorm,cmap='hot') #map numbers to colors

fig,ax = plt.subplots()
for i in np.unique(labels):
    ax.scatter(pca_data[labels==i,0],pca_data[labels==i,1],\
               c=scalarMap.to_rgba(i),label="class {}".format(i),s=100)

ax.legend(scatterpoints=1)