如何根据 matplotlib 中的一些规则为数据点着色答案

【问题标题】：how to color data points based on some rules in matplotlib如何根据 matplotlib 中的一些规则为数据点着色
【发布时间】：2015-09-23 23:14:41
【问题描述】：

我有一个信号，我想用离信号平均值太远的红点着色。例如：

k=[12,11,12,12,20,10,12,0,12,10,11]
x2=np.arange(1,12,1)
plt.scatter(x2,k, label="signal")
plt.show()

我想将数据点 20 和 0 涂成红色，并给它们一个特殊的标签，例如“警告”。我读了matplotlib: how to change data points color based on some variable，但我不确定如何将它应用到我的案例中

【问题讨论】：

标签： python matplotlib

【解决方案1】：

如果你想要不同的标签，你需要不同的情节。
根据您的公式过滤数据。
在这种情况下，我取的值与平均值相差超过 1.5 个标准差。如果您不知道，在numpy 中，您可以使用布尔掩码来索引数组，并且只使用掩码为True 的元素。您还可以使用补码运算符~ 轻松翻转掩码。

import matplotlib.pyplot as plt
import numpy as np

k=np.array([12,11,12,12,20,10,12,0,12,10,11])
x2=np.arange(1,12,1)

# find out which parameters are more than 1.5*std away from mean
warning = np.abs(k-np.mean(k)) > 1.5*np.std(k)

# enable drawing of multiple graphs on one plot
plt.hold(True)

# draw some lines behind the scatter plots (using zorder)
plt.plot(x2, k, c='black', zorder=-1)

# scatter valid (not warning) points in blue (c='b')
plt.scatter(x2[~warning], k[~warning], label='signal', c='b')

# scatter warning points in red (c='r')
plt.scatter(x2[warning], k[warning], label='warning', c='r')

# draw the legend
plt.legend()

# show the figure
plt.show()

这就是你得到的：

【讨论】：

swendel，如果我想使用绘图而不是散点图怎么办？但仍希望警告点为红色？
好吧，在这种情况下，最简单的解决方案是稍微作弊，并在两个散点图之前添加一个额外的图。可以在一个绘图中使用不同颜色的标记，但正确获取图例可能并不容易。您可能可以创建一个配色方案并绘制并注释它，但由于简单，我更喜欢这种方式。一旦你想要逐渐改变颜色来表示严重程度，colorschme 事情可能会更好。
我有一个小问题，假设某些条目带有 nan;考虑到这些 nan，我如何计算平均值？
@user3841581 使用np.nanmean。还有np.nanstd;)

【解决方案2】：

如果您只想要颜色，请尝试：

import numpy as np
import matplotlib.pyplot as plt

k=[12,11,12,12,20,10,12,0,12,10,11]
x2=np.arange(1,12,1)

# Calculate an outlier limit (I chose 2 Standard deviations from the mean)
k_bar = np.mean(k)
outlier_limit = 2*np.std(k)
# Generate a colour vector
kcolors = ['red' if abs(value - k_bar) > outlier_limit else 'yellow' for value in k]

#Plot using the colour vector
plt.scatter(x2,k, label="signal", c = kcolors)
plt.show()

【讨论】：

这只会创建颜色矢量。它不会将实际颜色应用于绘图。
我删除了我的反对票。我认为这并不特别苛刻，因为答案实际上并没有回答问题，而且原始代码甚至不是有效的 Python。现在好了。
公平评论。我在没有编辑器的情况下写作！