Matplotlib 散点图; 作为第三个变量的函数的颜色

在 matplotlib 中，灰色可以作为一个介于0-1之间的数值字符串给出。
例如 c = '0.1'

然后，您可以转换您的第三个变量在这个范围内的值，并使用它来颜色您的点。
在下面的示例中，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()

不需要手动设置颜色。相反，指定一个灰度色彩图..。

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，如果您喜欢使用 彩色地图的广泛范围，也可以将 cmap kwarg 指定为 scatter。要使用其中任何一个的反向版本，只需指定其中任何一个的“ _r”版本。例如 gray_r而不是 gray。有几个不同的灰度彩色地图预制(如 gray，gist_yarg，binary等)。

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()

有时你可能需要 根据 x 值大小写精确绘制颜色。例如，您可能有一个具有3种类型的变量和一些数据点的数据框架。如果你想继续下去,

• RED 中对应于物理变量‘ A’的绘图点。
• 在 BLUE 中对应于物理变量‘ B’的图点。
• 对应于物理变量‘ C’的绿色图点。

在这种情况下，您可能必须写入 short 函数，将 x 值映射为相应的颜色名称作为列表，然后将该列表传递给 plt.scatter命令。

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()