Python 如何手动定义Lisa群集的颜色？

我正在尝试绘制一些LISA集群的地图。 O更改了lisa_cluster函数的值，以指定我想要的颜色。我使用了一个通用的5种颜色列表，并手动更改了它

from matplotlib import patches, colors
import palettable

palettable.colorbrewer.sequential.Greys_5_r.colors = [[60,60,60],[105,105,105],[0,0,255],[255,255,0],[240,240,240]]
paleta = palettable.colorbrewer.sequential.Greys_5_r.mpl_colormap

def lisa_cluster(moran_loc, gdf, p=0.05, ax=None,
                 legend=True, legend_kwds=None, **kwargs):
...
 if ax is None:
        figsize = kwargs.pop('figsize', None)
        fig, ax = plt.subplots(1, figsize=figsize)
    else:
        fig = ax.get_figure()

    gdf.assign(cl=labels).plot(column='cl', categorical=True,
                               k=2, cmap=paleta, linewidth=0.1, ax=ax,
                               edgecolor='white', legend=legend,
                               legend_kwds=legend_kwds, **kwargs)
    ax.set_axis_off()
    ax.set_aspect('equal')
    return fig, ax

因此，我希望每个象限中的区域都有以下collor：

1（HH）-黑色
2（HL）-深灰色
3（LL）-黄色
4（左侧）-蓝色
不显著-浅灰色

问题是颜色正在合并，我不知道为什么。 我用它们各自的象限标记这些区域来显示

---

2003年和2004年还行。在2002地图上，黄色和蓝色（我认为蓝色和浅灰色）合并了

解决方案是更改从函数

mask\u local\u auto导入的对象。
代码是

颜色在对象
颜色5
中定义：

(...)
#create a mask for local spatial autocorrelation  
cluster = moran_hot_cold_spots(moran_loc, p)

cluster_labels = ['ns', 'HH', 'LH', 'LL', 'HL']
labels = [cluster_labels[i] for i in cluster]

colors5 = {0: 'lightgrey',
           1: '#d7191c',
           2: '#abd9e9',
           3: '#2c7bb6',
           4: '#fdae61'}
colors = [colors5[i] for i in cluster]  # for Bokeh
# for MPL, keeps colors even if clusters are missing:
x = np.array(labels)
y = np.unique(x)
colors5_mpl = {'HH': '#d7191c',
               'LH': '#abd9e9',
               'LL': '#2c7bb6',
               'HL': '#fdae61',
               'ns': 'lightgrey'}
colors5 = [colors5_mpl[i] for i in y]  # for mpl
(...)

也许最好在上问一下，因为LISA_集群的定义非常特定于域。谢谢，@PaulH！