我有一個代碼，可以為我提供預測值與實際值作為濃度函數的散點圖。數據是從 Excel csv 電子表格中提取的。這是代碼：import matplotlib.pyplot as pltfrom numpy import loadtxtdataset = loadtxt("ColorPlot.csv", delimiter=',')x = dataset[:,0]y = dataset[:,1]z = dataset[:,2]scaled_z = (z - z.min()) / z.ptp()colors = plt.cm.viridis(scaled_z)sc=plt.scatter(x, y, c=colors)plt.clim(0, 100)plt.colorbar()plt.xlabel("Actual")plt.ylabel("Predicted")plt.show()這樣我就得到了一個很好的圖表：但是，如果我將顏色更改為類似的顏色colors = plt.cm.plasma(scaled_z)我得到下面的圖表，但顏色條保持不變。我嘗試了很多不同的東西，例如 cmap 或 edgecolors，但我不知道如何更改它。我希望保持代碼像現在一樣簡單，因為我想根據我的 Excel 電子表格數據輕松更改 z 的第三個變量。還有一種方法可以讓顏色條的比例從 Excel 電子表格中獲取比例，而無需我手動指定 0-100？
3 回答
一只斗牛犬
TA貢獻1784條經驗 獲得超2個贊
要獲得正確的顏色條，請使用以下代碼：
colormap = plt.cm.get_cmap('plasma') # 'plasma' or 'viridis'
colors = colormap(scaled_z)
sc = plt.scatter(x, y, c=colors)
sm = plt.cm.ScalarMappable(cmap=colormap)
sm.set_clim(vmin=0, vmax=100)
plt.colorbar(sm)
plt.xlabel("Actual")
plt.ylabel("Predicted")
plt.show()
對于我隨機生成的數據，我得到了以下圖：
現在替換'plasma'并'viridis'檢查其他變體。
郎朗坤
TA貢獻1921條經驗 獲得超9個贊
您不應該縮放數據，除非您希望顏色條不正確。一旦您從分散調用中獲得了 PathCollection，您就可以在其上調用set_cmap和set_clim，并且顏色欄應該跟蹤。（您還可以顯式地將顏色條與 PathCollection 關聯以避免歧義）
import matplotlib.pyplot as plt
import numpy as np
x = np.random.randn(100)
y = np.random.randn(100)
z = np.random.randn(100)
sc=plt.scatter(x, y, c=z, cmap='viridis')
plt.clim(0, 100)
plt.colorbar(sc)
plt.xlabel("Actual")
plt.ylabel("Predicted")
sc.set_cmap('plasma')
sc.set_clim(-1, 1)
plt.show()
森欄
TA貢獻1810條經驗 獲得超5個贊
你的代碼給我返回一個錯誤TypeError: You must first set_array for mappable...
以下是對我有用的最簡單的語法：
import matplotlib.pyplot as plt
import numpy as np
a = np.random.random(100)
b = np.random.random(100)
scaled_z = (a + b)/a
plt.figure()
plt.scatter(a, b, c = scaled_z, cmap = 'plasma') ## you can directly change the colormap here
plt.colorbar()
plt.tight_layout()
plt.show()
添加回答
舉報
0/150
提交
取消