Python Matplotlib散点图；颜色作为第三个变量的函数

我想制作一个散点图（使用matplotlib），其中点根据第三个变量进行着色。我与此非常接近：

plt.scatter(w, M, c=p, marker='s')

其中，w和M是数据点，p是我想对其进行着色处理的变量。

---

不过我想用灰度而不是彩色。有人能帮忙吗？

在matplotlib中，灰色可以作为一个介于0-1之间的数值字符串给出。
例如

c='0.1'

然后，您可以将第三个变量转换为该范围内的值，并使用它为点着色。
在以下示例中，我使用点的y位置作为确定颜色的值：

from matplotlib import pyplot as plt

x = [1, 2, 3, 4, 5, 6, 7, 8, 9]
y = [125, 32, 54, 253, 67, 87, 233, 56, 67]

color = [str(item/255.) for item in y]

plt.scatter(x, y, s=500, c=color)

plt.show()

---

在matplotlib中，灰色可以作为0-1之间的数值字符串给出。
例如

c='0.1'

然后，您可以将第三个变量转换为该范围内的值，并使用它为点着色。
在以下示例中，我使用点的y位置作为确定颜色的值：

from matplotlib import pyplot as plt

x = [1, 2, 3, 4, 5, 6, 7, 8, 9]
y = [125, 32, 54, 253, 67, 87, 233, 56, 67]

color = [str(item/255.) for item in y]

plt.scatter(x, y, s=500, c=color)

plt.show()

---

无需手动设置颜色。相反，请指定灰度颜色贴图

import numpy as np
import matplotlib.pyplot as plt

# Generate data...
x = np.random.random(10)
y = np.random.random(10)

# Plot...
plt.scatter(x, y, c=y, s=500)
plt.gray()

plt.show()

或者，如果您喜欢，也可以将

cmap

kwarg指定为

scatter

。要使用其中任何一个的反向版本，只需指定其中任何一个的“

\r

”版本。例如，

gray\u r

而不是

gray

。有几种不同的预先制作的灰度彩色地图（例如，

灰色

，

基色

，

二进制

，等等）

---

不需要手动设置颜色。相反，请指定灰度颜色贴图

import numpy as np
import matplotlib.pyplot as plt

# Generate data...
x = np.random.random(10)
y = np.random.random(10)

# Plot...
plt.scatter(x, y, c=y, s=500)
plt.gray()

plt.show()

或者，如果您喜欢，也可以将

cmap

kwarg指定为

scatter

。要使用其中任何一个的反向版本，只需指定其中任何一个的“

\r

”版本。例如，

gray\u r

而不是

gray

。有几种不同的预先制作的灰度彩色地图（例如，

灰色

，

基色

，

二进制

，等等）

---

有时，您可能需要根据x值大小写精确地打印颜色。例如，您可能有一个包含3种类型变量和一些数据点的数据帧。你想做以下的事情

• 对应于红色物理变量“A”的绘图点
• 以蓝色绘制物理变量“B”对应的点
• 以绿色绘制与物理变量“C”对应的点

在这种情况下，您可能需要写入short函数，将x值映射到相应的颜色名称作为列表，然后将该列表传递给

plt.scatter

命令

x=['A','B','B','C','A','B']
y=[15,30,25,18,22,13]

# Function to map the colors as a list from the input list of x variables
def pltcolor(lst):
    cols=[]
    for l in lst:
        if l=='A':
            cols.append('red')
        elif l=='B':
            cols.append('blue')
        else:
            cols.append('green')
    return cols
# Create the colors list using the function above
cols=pltcolor(x)

plt.scatter(x=x,y=y,s=500,c=cols) #Pass on the list created by the function here
plt.grid(True)
plt.show()

---

有时您可能需要根据x值大小写精确地打印颜色。例如，您可能有一个包含3种类型变量和一些数据点的数据帧。你想做以下的事情

• 对应于红色物理变量“A”的绘图点
• 以蓝色绘制物理变量“B”对应的点
• 以绿色绘制与物理变量“C”对应的点

在这种情况下，您可能需要写入short函数，将x值映射到相应的颜色名称作为列表，然后将该列表传递给

plt.scatter

命令

x=['A','B','B','C','A','B']
y=[15,30,25,18,22,13]

# Function to map the colors as a list from the input list of x variables
def pltcolor(lst):
    cols=[]
    for l in lst:
        if l=='A':
            cols.append('red')
        elif l=='B':
            cols.append('blue')
        else:
            cols.append('green')
    return cols
# Create the colors list using the function above
cols=pltcolor(x)

plt.scatter(x=x,y=y,s=500,c=cols) #Pass on the list created by the function here
plt.grid(True)
plt.show()

---

---

谢谢！还有什么方法可以在这些包含一定总重量的点周围绘制等高线吗？

mpl.cm

也可以直接作为

plt.cm

@Thomas Collet获得：如果你想绘制等高线，你必须将这些点的数据插值到一个2D矩阵中，然后使用

plt.contour（）绘制出来

或

plt.tourtf（）

——但这是一个不同的问题，如何在图例中添加标签？在这个连续数字的例子中，我怀疑您会使用颜色条。在离散值的情况下呢？e、 我可以为我的三个类别在图例中添加3个标签吗？谢谢！还有什么方法可以在这些包含一定总重量的点周围绘制等高线吗？

mpl.cm

也可以直接作为

plt.cm

@Thomas Collet获得：如果你想绘制等高线，你必须将这些点的数据插值到一个2D矩阵中，然后使用

plt.contour（）绘制出来

或

plt.tourtf（）

——但这是一个不同的问题，如何在图例中添加标签？在这个连续数字的例子中，我怀疑您会使用颜色条。在离散值的情况下呢？e、 g.我可以在图例中为我的三个类别添加3个标签吗？对于记录，如果您提供一个（n，4）形状的数组作为

c

参数，并且ALPHA值位于第四列，则可以将ALPHA应用为颜色贴图。如果第三个变量是Z，带有

shape=（n，1）

，那么

colors=numpy.hstack（（numpy.zeros_like（Z），numpy.zeros_like（Z），numpy.ones_like（Z），Z/Z.max（））

提供了一个非常好的效果（当然可以调整）。我得到一个错误：“rgba序列的长度应该是3或4'@mattclumps我怀疑您调用的是plt.plot，而不是示例中的plt.scatter。如何将颜色条添加到此绘图？@FaCoffee

plt.colorbar（）

将这样做对于记录，如果提供（n，4），您可以将ALPHA应用为颜色映射将数组形状设置为

c

参数，alpha值位于第四列。如果第三个变量是Z，带有

shape=（n，1）

，那么

colors=numpy.hstack（（numpy.zeros_like（Z），numpy.zeros_like（Z），numpy.ones_like（Z），Z/Z.max（））

提供了一个非常好的效果（当然可以调整）。我得到一个错误：'rgba序列的长度应该是3或4'@mattclumps我怀疑您调用的是plt.plot，而不是示例中的plt.scatter。如何将颜色条添加到此绘图？@FaCoffee

plt.colorbar（）

将这样做如何为此绘图创建颜色条？如何为此绘图创建颜色条？