如何根据第三个变量对散点标记进行着色

问题描述：

我想制作一个散点图（使用 matplotlib），其中的点根据第三个变量进行着色。我对此非常接近：

plt.scatter(w, M, c=p, marker='s')

其中 w 和 M 是数据点，p 是我想要着色的变量。

但是我想用灰度而不是彩色来做。有人能帮忙吗？

解决方案 1：

无需手动设置颜色。而是指定灰度颜色图...

import numpy as np
import matplotlib.pyplot as plt

# Generate data...
x = np.random.random(10)
y = np.random.random(10)

# Plot...
plt.scatter(x, y, c=y, s=500) # s is a size of marker 
plt.gray()

plt.show()

或者，如果您希望使用更广泛的颜色图，也可以将cmapkwarg 指定为scatter。要使用其中任何一个的反转版本，只需指定_r其中任何一个的“”版本。例如，gray_r而不是gray。有几种不同的预制灰度颜色图（例如，，，gray等）。gist_yarg`binary`

import matplotlib.pyplot as plt
import numpy as np

# Generate data...
x = np.random.random(10)
y = np.random.random(10)

plt.scatter(x, y, c=y, s=500, cmap='gray')
plt.show()

解决方案 2：

在 matplotlib 中，灰色可以表示为 0-1 之间的数值字符串。

例如c = '0.1'

然后，您可以将第三个变量转换为此范围内的值，并使用它来为点着色。

在下面的例子中，我使用点的 y 位置作为确定颜色的值：

from matplotlib import pyplot as plt

x = [1, 2, 3, 4, 5, 6, 7, 8, 9]
y = [125, 32, 54, 253, 67, 87, 233, 56, 67]

color = [str(item/255.) for item in y]

plt.scatter(x, y, s=500, c=color)

plt.show()

解决方案 3：

有时你可能需要根据 x 值的情况精确绘制颜色。例如，你可能有一个包含 3 种变量类型和一些数据点的数据框。你想执行以下操作，

• 用红色绘制与物理变量‘A’相对应的点。

• 用蓝色绘制与物理变量‘B’相对应的点。

• 用绿色绘制与物理变量‘C’相对应的点。

在这种情况下，您可能必须编写短函数将 x 值映射到相应的颜色名称作为列表，然后将该列表传递给命令plt.scatter。

x=['A','B','B','C','A','B']
y=[15,30,25,18,22,13]

# Function to map the colors as a list from the input list of x variables
def pltcolor(lst):
    cols=[]
    for l in lst:
        if l=='A':
            cols.append('red')
        elif l=='B':
            cols.append('blue')
        else:
            cols.append('green')
    return cols
# Create the colors list using the function above
cols=pltcolor(x)

plt.scatter(x=x,y=y,s=500,c=cols) #Pass on the list created by the function here
plt.grid(True)
plt.show()

解决方案 4：

一个非常简单的解决方案也是这样的：

fig, ax = plt.subplots(nrows=1, ncols=1, figsize=(8,8)) 

p = ax.scatter(x, y, c=y, cmap='cmo.deep')
fig.colorbar(p,ax=ax,orientation='vertical',label='labelname')