matplotlib 散点图颜色条

问题描述：

我正在处理的数据有 3 个绘图参数：x、y、c。如何为散点图创建自定义颜色值？

扩展这个例子我正在尝试做：

import matplotlib
import matplotlib.pyplot as plt
cm = matplotlib.cm.get_cmap('RdYlBu')
colors=[cm(1.*i/20) for i in range(20)]
xy = range(20)
plt.subplot(111)
colorlist=[colors[x/2] for x in xy] #actually some other non-linear relationship
plt.scatter(xy, xy, c=colorlist, s=35, vmin=0, vmax=20)
plt.colorbar()
plt.show()

但结果是TypeError: You must first set_array for mappable

解决方案 1：

来自有关散点图1 的matplotlib 文档：

仅当 c 是浮点数组时才使用 cmap

因此，colorlist 需要是浮点数列表，而不是像现在这样是元组列表。plt.colorbar() 需要一个可映射的对象，例如 plt.scatter() 返回的 CircleCollection。vmin 和 vmax 可以控制颜色条的限值。vmin/vmax 之外的内容将获取端点的颜色。

这对你有什么作用？

import matplotlib.pyplot as plt
cm = plt.cm.get_cmap('RdYlBu')
xy = range(20)
z = xy
sc = plt.scatter(xy, xy, c=z, vmin=0, vmax=20, s=35, cmap=cm)
plt.colorbar(sc)
plt.show()

解决方案 2：

以下是添加颜色条的OOP 方式：

fig, ax = plt.subplots()
im = ax.scatter(x, y, c=c)
fig.colorbar(im, ax=ax)

解决方案 3：

如果您希望通过两个变量进行分散并通过第三个变量进行着色，那么Altair是一个不错的选择。

创建数据集

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

df = pd.DataFrame(40*np.random.randn(10, 3), columns=['A', 'B','C'])

牵牛星图

from altair import *
Chart(df).mark_circle().encode(x='A',y='B', color='C').configure_cell(width=200, height=150)

阴谋