用于散射的matplotlib颜色条

Question

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

扩展我正在尝试做的这个example：

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

Answer 1

来自scatter 1上的matplotlib文档

仅当c是浮点数组时才使用

cmap

因此，colorlist需要是一个浮点数列表，而不是您现在所拥有的元组列表。plt.colorbar()需要一个可映射的对象，就像plt.scatter()返回的CircleCollection。然后，vmin和vmax可以控制色条的限制。vmin/vmax之外的内容获取端点的颜色。

这对你来说是如何工作的？

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()

​

​

Answer 2

下面是添加colorbar的the OOP way：

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

Answer 3

如果您希望按两个变量进行分散，并按第三个变量计算颜色，Altair可能是一个很好的选择。

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'])

牛郎星图

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

绘图

​

​