Pylab：将标签映射到颜色

Question

我只是从scipy 堆栈开始。我正在使用 CSV 版本的 iris 数据集。我可以很好地加载它：

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

并绘制它：

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

现在我还想绘制存储在iris.field(4) 中的类：

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（从文档中它期望浮点值或颜色图）。我还没有找到一种自动生成颜色图的优雅方法。

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

大致符合我的要求，但我不太喜欢手动颜色规范。

编辑：最后一行稍微更优雅的版本：

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

Answer 1

不管它值多少钱，在这种情况下你通常会做更多这样的事情：

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()

@Yann 的建议没有错，但scatter 更适合连续数据。

依靠坐标轴颜色循环并多次调用 plot 更容易（您还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一件好事）。

默认情况下，坐标区的颜色循环为：蓝色、绿色、红色、青色、洋红色、黄色、黑色。

在 7 次调用 plot 后，它将循环返回这些颜色，因此如果您有更多项目，则需要 set it manually（或者只需在每次调用 plot 时使用插值指定颜色类似于上面@Yann 建议的颜色条）。

Answer 2

一种方式是否优雅有点主观。我个人发现您的方法比“matplotlib”方式更好。来自 matplotlib 的 color 模块：

颜色映射通常涉及两个步骤：首先是一个数据数组 使用 Normalize 或 a 的实例映射到范围 0-1 子类；然后使用 0-1 范围内的这个数字映射到颜色 Colormap 子类的一个实例。

关于您的问题，我从中得到的是，您需要一个 Normalize 的子类，它接受字符串并将它们映射到 0-1。

这里有一个例子，它继承自Normalize，创建一个子类TextNorm，用于将字符串转换为0到1之间的值。这种规范化用于获取对应的颜色。

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()

这会产生：

我选择了“RdYlGn”颜色图，以便于区分三种类型的点。我没有将clip 功能作为__call__ 的一部分包含在内，尽管可以进行一些修改。

传统上，您可以使用norm 关键字测试scatter 方法的规范化，但scatter 测试c 关键字以查看它是否存储字符串，如果是，则假定您正在通过颜色作为它们的字符串值，例如“红色”、“蓝色”等。因此调用 plt.scatter(iris.field(0), iris.field(1), c=iris.field(4), cmap='RdYlGn', norm=norm) 失败。相反，我只使用TextNorm 和iris.field(4) 上的“操作”来返回一个从0 到1 的值数组。

请注意，对于不在列表 textvals 中的字符串，返回值 -1。这就是掩蔽会派上用场的地方。