Pylab：将标签映射到颜色

Question

我刚从scipy堆栈开始。我正在使用CSV版本的虹膜数据集。我可以通过加载它只是罚款：

iris=numpy.recfromcsv("iris.csv") 

，并绘制它：

pylab.scatter(iris.field(0), iris.field(1)) 
pylab.show() 

现在我想还积类，它们存储在iris.field(4)：

chararray(['setosa', ...], dtype='|S10') 

将这些字符串映射到绘图颜色的优雅方法是什么？ scatter(iris.field(0), iris.field(1), c=iris.field(4))不起作用（来自文档，它期望float值或colormap）。我没有找到自动生成彩色地图的优雅方式。

cols = {"versicolor": "blue", "virginica": "green", "setosa": "red"} 
scatter(iris.field(0), iris.field(1), c=map(lambda x:cols[x], iris.field(4))) 

大概是我想要的，但我不太喜欢手动颜色规范。

编辑：最后一行的稍微优雅版：

scatter(iris.field(0), iris.field(1), c=map(cols.get, iris.field(4))) 

Answer 1

不管它的价值，你通常会做更多的东西像这样在这种情况下：

import numpy as np 
import matplotlib.pyplot as plt 

iris = np.recfromcsv('iris.csv') 
names = set(iris['class']) 

x,y = iris['sepal_length'], iris['sepal_width'] 

for name in names: 
    cond = iris['class'] == name 
    plt.plot(x[cond], y[cond], linestyle='none', marker='o', label=name) 

plt.legend(numpoints=1) 
plt.show() 

这没有什么错什么@Yann建议，但scatter更适合于连续数据。

依靠轴颜色循环和多次调用绘图更容易（您也可以获得单独的艺术家而不是集合，这对于诸如此类的离散数据是件好事）。

默认情况下，轴的颜色循环为：蓝色，绿色，红色，青色，品红色，黄色和黑色。

后7调用plot，它会循环回过这些颜色，所以如果你有更多的项目，你需要set it manually（或只是使用类似于插值的彩条指定每个呼叫的颜色plot @ Yann建议在上面）。

Answer 2

无论方式是优雅与否是有些主观。我个人发现你的方法比'matplotlib'更好。从matplotlib的color模块：

Colormapping通常包括两个步骤：一个数据阵列是映射到使用规格化的或 子类的实例的范围0-1第一 ;那么在0-1范围内的这个数字将被映射到使用Colormap的子类的一个实例的颜色 。

我从这个问题看你的问题是你需要一个Normalize的子类，它将字符串映射到0-1。

下面是一个示例，它从Normalize继承以创建子类TextNorm，该子类用于将字符串转换为0到1的值。此规范化用于获取相应的颜色。

import matplotlib.pyplot as plt 
from matplotlib.colors import Normalize 
import numpy as np 
from numpy import ma 

class TextNorm(Normalize): 
    '''Map a list of text values to the float range 0-1''' 

    def __init__(self, textvals, clip=False): 
     self.clip = clip 
     # if you want, clean text here, for duplicate, sorting, etc 
     ltextvals = set(textvals) 
     self.N = len(ltextvals) 
     self.textmap = dict(
      [(text, float(i)/(self.N-1)) for i, text in enumerate(ltextvals)]) 
     self.vmin = 0 
     self.vmax = 1 

    def __call__(self, x, clip=None): 
     #Normally this would have a lot more to do with masking 
     ret = ma.asarray([self.textmap.get(xkey, -1) for xkey in x]) 
     return ret 

    def inverse(self, value): 
     return ValueError("TextNorm is not invertible") 

iris = np.recfromcsv("iris.csv") 
norm = TextNorm(iris.field(4)) 

plt.scatter(iris.field(0), iris.field(1), c=norm(iris.field(4)), cmap='RdYlGn') 
plt.savefig('textvals.png') 
plt.show() 

这产生：

我选择了“RdYlGn”色彩映射，使得很容易三种类型的点之间进行区分。我没有包含clip功能作为__call__的一部分，虽然可以进行一些修改。

传统上你可以测试使用norm关键字scatter方法正常化，但scatter测试c关键字，看看它存储的字符串，如果确实如此，那么它假定你逝去的颜色作为他们的字符串值，例如'红色'，'蓝色'等，因此致电plt.scatter(iris.field(0), iris.field(1), c=iris.field(4), cmap='RdYlGn', norm=norm)失败。相反，我只是使用TextNorm并在iris.field(4)上“运行”以返回范围从0到1的值数组。

请注意，对于不属于列表textvals的列表，返回值为-1。这是掩蔽会派上用场的地方。