Python'da dağılım grafiği ve Renk eşleme

Numpy dizilerinde depolanan bir dizi x ve y noktaları var. Bunlar x (t) ve y (t) 'yi temsil eder, burada t = 0 ... T-1

Kullanarak bir dağılım grafiği çiziyorum

import matplotlib.pyplot as plt

plt.scatter(x,y)
plt.show()

Zamanı temsil eden bir renk haritasına sahip olmak istiyorum (bu nedenle, numpy dizilerindeki indekse bağlı olarak noktaları renklendirmek)

Bunu yapmanın en kolay yolu nedir?

İşte bir örnek

import numpy as np
import matplotlib.pyplot as plt

x = np.random.rand(100)
y = np.random.rand(100)
t = np.arange(100)

plt.scatter(x, y, c=t)
plt.show()

Burada rengi dizine göre ayarlıyorsunuz t, bu sadece bir dizi [1, 2, ..., 100].

Belki anlaşılması daha kolay bir örnek, biraz daha basittir.

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(100)
y = x
t = x
plt.scatter(x, y, c=t)
plt.show()

Geçtiğiniz dizinin cbelirli bir sıraya veya türe sahip olması gerekmediğini, yani bu örneklerde olduğu gibi sıralanması veya tamsayı olması gerekmediğini unutmayın. Çizim rutini, renk haritasını, minimum / maksimum değerler crenk haritasının altına / üstüne karşılık gelecek şekilde ölçekleyecektir .

Colormaps

Renk haritasını ekleyerek değiştirebilirsiniz.

import matplotlib.cm as cm
plt.scatter(x, y, c=t, cmap=cm.cmap_name)

matplotlib.cmRenk haritalarını da çağırabildiğiniz için içe aktarma isteğe bağlıdır cmap="cmap_name". Her birinin neye benzediğini gösteren renk haritalarının bir referans sayfası var . Ayrıca, bir renk haritasını sadece olarak adlandırarak tersine çevirebileceğinizi de bilin cmap_name_r. Bu yüzden ya

plt.scatter(x, y, c=t, cmap=cm.cmap_name_r)
# or
plt.scatter(x, y, c=t, cmap="cmap_name_r")

çalışacak. Örnekler "jet_r"veya cm.plasma_r. İşte yeni 1.5 renk haritalı viridis ile bir örnek:

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(100)
y = x
t = x
fig, (ax1, ax2) = plt.subplots(1, 2)
ax1.scatter(x, y, c=t, cmap='viridis')
ax2.scatter(x, y, c=t, cmap='viridis_r')
plt.show()

Renk çubukları

Kullanarak bir renk çubuğu ekleyebilirsiniz.

plt.scatter(x, y, c=t, cmap='viridis')
plt.colorbar()
plt.show()

Açıkça rakamlar ve alt grafikler kullanıyorsanız (örneğin fig, ax = plt.subplots()veya ax = fig.add_subplot(111)), bir renk çubuğu eklemenin biraz daha karmaşık olabileceğini unutmayın. İyi örnekler burada tek bir alt grafik renk çubuğu için ve burada 2 alt grafik 1 renk çubuğu için bulunabilir .

Yukarıdaki wflynny'nin cevabına eklemek için, mevcut renk haritalarını burada bulabilirsiniz.

Misal:

import matplotlib.cm as cm
plt.scatter(x, y, c=t, cmap=cm.jet)

Veya alternatif olarak,

plt.scatter(x, y, c=t, cmap='jet')

Alt Grafik Renk Çubuğu

Dağılımlı alt grafikler için, ikincil bir figür yardımıyla "eşlenebilir" oluşturup ardından orijinal grafiğinize ekleyerek bir renk çubuğunu eksenlerinize kandırabilirsiniz.

Yukarıdaki örneğin devamı olarak:

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(10)
y = x
t = x
fig, (ax1, ax2) = plt.subplots(1, 2)
ax1.scatter(x, y, c=t, cmap='viridis')
ax2.scatter(x, y, c=t, cmap='viridis_r')


# Build your secondary mirror axes:
fig2, (ax3, ax4) = plt.subplots(1, 2)

# Build maps that parallel the color-coded data
# NOTE 1: imshow requires a 2-D array as input
# NOTE 2: You must use the same cmap tag as above for it match
map1 = ax3.imshow(np.stack([t, t]),cmap='viridis')
map2 = ax4.imshow(np.stack([t, t]),cmap='viridis_r')

# Add your maps onto your original figure/axes
fig.colorbar(map1, ax=ax1)
fig.colorbar(map2, ax=ax2)
plt.show()

Ayrıca görmezden gelebileceğiniz ikincil bir rakam da vereceğinizi unutmayın.