Python 如何为yellowbrick剩余地块设置颜色

我想用它来显示线性回归模型的残差。从文档中，我可以看到

回归图

接受训练数据集的单一颜色值

列车颜色，默认值：“b” 训练数据的残差用该颜色绘制，但也给出了0.5的不透明度，以确保
测试数据残差更为明显。可以是任何matplotlib颜色

我想让各个分散点的颜色与绘制回归点和数据点的可比图相匹配

将numpy导入为np
从scipy.stats导入回归
将matplotlib.pyplot作为plt导入
从yellowbrick.Regressionor导入剩余图
从sklearn.linear\u模型导入线性回归
数据=np.数组（[[5.71032104e-01,2.33781600e+03]，
[6.28682565e-01，2.25247200e+03]，
[1.23262572e+00,2.82244800e+03],，
[7.44029502e-01，2.49936000e+03]，
[4.01478749e-01，2.04825600e+03]，
[3.46455997e-01，2.32867200e+03]，
[5.1577874E-01，2.39268000e+03]，
[4.16115498e-01，2.20218000e+03]，
[3.24103999e-01，2.07264000e+03]，
[4.2952051E-01，1.97815200e+03]，
[7.72794999e-01，2.46278400e+03]]
x=数据[：，1]
y=数据[：，0]
name=np.array（['COTTONWOOD CREEK'、'Emigant SUMMIT'、'GRAND TARGHEE'，
“菲利普斯长凳”、“松溪山口”、“盐河顶峰”，
“塞奇威克峰”、“斯拉格溪分水岭”、“松森牧场”，
'野马分水岭'，'柳树溪']，dtype=object）
颜色=['a6cee3'、'1f78b4'、'b2df8a'、'33a02c'、'fb9a99'、'e31a1c'、'fdbf6f'、'ff7f00'、'cab2d6'、'6a3d9a'、'ffff99']
斜率，截距，r_值，p_值，标准误差=线性回归（x，y）
xHat=np.linspace（x.min（）-300，x+300100）
yHat=y*斜率+截距
颜色=['a6cee3'、'1f78b4'、'b2df8a'、'33a02c'、'fb9a99'、'e31a1c'、'fdbf6f'、'ff7f00'、'cab2d6'、'6a3d9a'、'ffff99']
图（ax，ax1）=plt.子批次（nrows=2）
对于zip中的名称、x、y、颜色（名称、x、y、颜色）：
散点（x，y，label=name，c=color）
坐标图（xHat，xHat*斜率+截距，'k--'，标记=无）
最大设定值（x.min（）-200，x.max（）+200）
支腿=轴图例（fontsize='x-small'，loc='右下角'）
ax.text（1934,1.27，'y='+str（np.round（slope，6））+'x'+str（np.round（intercept，3）））
ax.text（1934,1.1，'R$^2$='+str（np.round（R_值**2,4）））
linreg=线性回归（）
vizul=剩余图（linreg，hist=False）
尺寸配合（x形整形（-1,1），y形整形（-1,1））
vizul.poof（ax=ax1）
plt.紧_布局（）

是否可以在不必对剩余图使用基本matplotlib的情况下实现这一点

---

谢谢。

你有没有尝试过在你提到的论点中加入一系列色彩？如果这不起作用，你可以从生成的散点图中获取颜色数组并覆盖它。这与我的想法一致。我已经知道要从

颜色中指定的颜色。我不知道如何实现这些……好吧，假设您以这种方式定义散点图，
scat=ax.scatter（listX，listY）
，那么您可以简单地使用'scat.set_color（listC）`更改所有点的颜色，对于这些点，listC包含可以是RGBA元组或颜色字符串的
len（listX）
项（）。然后，它们中的每一个将定义每个点的颜色。