Дискретная палитра Matplotlib

Я пытаюсь создать дискретную цветовую шкалу для диаграммы рассеяния в matplotlib

У меня есть данные x, y и для каждой точки целочисленное значение тега, которое я хочу представить уникальным цветом, например

plt.scatter(x, y, c=tag)

обычно тег будет целым числом от 0 до 20, но точный диапазон может измениться.

до сих пор я использовал настройки по умолчанию, например

plt.colorbar()

что дает непрерывный диапазон цветов. В идеале мне нужен набор из n дискретных цветов (в этом примере n = 20). Еще лучше было бы получить значение тега 0 для получения серого цвета и 1-20 для красочного.

Я нашел несколько сценариев "поваренной книги", но они очень сложные, и я не могу думать, что они являются правильным способом решения, казалось бы, простой проблемы.

Вы можете довольно легко создать настраиваемую дискретную цветовую полосу, используя BoundaryNorm в качестве нормализатора для разброса. Причудливый бит (в моем методе) делает то, что 0 отображается серым.

Для изображений я часто использую cmap.set_bad () и конвертирую свои данные в массив с маскировкой numpy. Было бы намного проще сделать 0 серым, но я не мог заставить это работать с разбросом или настраиваемым cmap.

В качестве альтернативы вы можете создать свой собственный cmap с нуля или прочитать существующий и переопределить только некоторые конкретные записи.

import numpy as np
import matplotlib as mpl
import matplotlib.pylab as plt

fig, ax = plt.subplots(1, 1, figsize=(6, 6))  # setup the plot

x = np.random.rand(20)  # define the data
y = np.random.rand(20)  # define the data
tag = np.random.randint(0, 20, 20)
tag[10:12] = 0  # make sure there are some 0 values to show up as grey

cmap = plt.cm.jet  # define the colormap
# extract all colors from the .jet map
cmaplist = [cmap(i) for i in range(cmap.N)]
# force the first color entry to be grey
cmaplist[0] = (.5, .5, .5, 1.0)

# create the new map
cmap = mpl.colors.LinearSegmentedColormap.from_list(
    'Custom cmap', cmaplist, cmap.N)

# define the bins and normalize
bounds = np.linspace(0, 20, 21)
norm = mpl.colors.BoundaryNorm(bounds, cmap.N)

# make the scatter
scat = ax.scatter(x, y, c=tag, s=np.random.randint(100, 500, 20),
                  cmap=cmap, norm=norm)

# create a second axes for the colorbar
ax2 = fig.add_axes([0.95, 0.1, 0.03, 0.8])
cb = plt.colorbar.ColorbarBase(ax2, cmap=cmap, norm=norm,
    spacing='proportional', ticks=bounds, boundaries=bounds, format='%1i')

ax.set_title('Well defined discrete colors')
ax2.set_ylabel('Very custom cbar [-]', size=12)

Я лично считаю, что с 20 различными цветами немного сложно прочитать конкретное значение, но это, конечно, зависит от вас.

Вы можете последовать этому примеру :

#!/usr/bin/env python
"""
Use a pcolor or imshow with a custom colormap to make a contour plot.

Since this example was initially written, a proper contour routine was
added to matplotlib - see contour_demo.py and
http://matplotlib.sf.net/matplotlib.pylab.html#-contour.
"""

from pylab import *


delta = 0.01
x = arange(-3.0, 3.0, delta)
y = arange(-3.0, 3.0, delta)
X,Y = meshgrid(x, y)
Z1 = bivariate_normal(X, Y, 1.0, 1.0, 0.0, 0.0)
Z2 = bivariate_normal(X, Y, 1.5, 0.5, 1, 1)
Z = Z2 - Z1 # difference of Gaussians

cmap = cm.get_cmap('PiYG', 11)    # 11 discrete colors

im = imshow(Z, cmap=cmap, interpolation='bilinear',
            vmax=abs(Z).max(), vmin=-abs(Z).max())
axis('off')
colorbar()

show()

что дает следующее изображение:

Приведенные выше ответы хороши, за исключением того, что в них нет правильного размещения галочки на шкале цветов. Мне нравится иметь галочки в середине цвета, чтобы отображение числа → цвет было более четким. Вы можете решить эту проблему, изменив пределы вызова matshow:

import matplotlib.pyplot as plt
import numpy as np

def discrete_matshow(data):
    #get discrete colormap
    cmap = plt.get_cmap('RdBu', np.max(data)-np.min(data)+1)
    # set limits .5 outside true range
    mat = plt.matshow(data,cmap=cmap,vmin = np.min(data)-.5, vmax = np.max(data)+.5)
    #tell the colorbar to tick at integers
    cax = plt.colorbar(mat, ticks=np.arange(np.min(data),np.max(data)+1))

#generate data
a=np.random.randint(1, 9, size=(10, 10))
discrete_matshow(a)

Чтобы установить значения выше или ниже диапазона цветовой карты, вы захотите использовать set_overи set_underметоды цветовой карты. Если вы хотите отметить конкретное значение, замаскируйте его (т. Е. Создайте замаскированный массив) и используйте set_badметод. (Посмотрите документацию для базового класса цветовой карты: http://matplotlib.org/api/colors_api.html#matplotlib.colors.Colormap )

Похоже, вам нужно что-то вроде этого:

import matplotlib.pyplot as plt
import numpy as np

# Generate some data
x, y, z = np.random.random((3, 30))
z = z * 20 + 0.1

# Set some values in z to 0...
z[:5] = 0

cmap = plt.get_cmap('jet', 20)
cmap.set_under('gray')

fig, ax = plt.subplots()
cax = ax.scatter(x, y, c=z, s=100, cmap=cmap, vmin=0.1, vmax=z.max())
fig.colorbar(cax, extend='min')

plt.show()

Эта тема уже хорошо освещена, но я хотел добавить кое-что более конкретное: я хотел быть уверен, что определенное значение будет сопоставлено с этим цветом (а не с каким-либо цветом).

Это несложно, но поскольку это заняло у меня некоторое время, это может помочь другим не терять столько времени, сколько я :)

import matplotlib
from matplotlib.colors import ListedColormap

# Let's design a dummy land use field
A = np.reshape([7,2,13,7,2,2], (2,3))
vals = np.unique(A)

# Let's also design our color mapping: 1s should be plotted in blue, 2s in red, etc...
col_dict={1:"blue",
          2:"red",
          13:"orange",
          7:"green"}

# We create a colormar from our list of colors
cm = ListedColormap([col_dict[x] for x in col_dict.keys()])

# Let's also define the description of each category : 1 (blue) is Sea; 2 (red) is burnt, etc... Order should be respected here ! Or using another dict maybe could help.
labels = np.array(["Sea","City","Sand","Forest"])
len_lab = len(labels)

# prepare normalizer
## Prepare bins for the normalizer
norm_bins = np.sort([*col_dict.keys()]) + 0.5
norm_bins = np.insert(norm_bins, 0, np.min(norm_bins) - 1.0)
print(norm_bins)
## Make normalizer and formatter
norm = matplotlib.colors.BoundaryNorm(norm_bins, len_lab, clip=True)
fmt = matplotlib.ticker.FuncFormatter(lambda x, pos: labels[norm(x)])

# Plot our figure
fig,ax = plt.subplots()
im = ax.imshow(A, cmap=cm, norm=norm)

diff = norm_bins[1:] - norm_bins[:-1]
tickz = norm_bins[:-1] + diff / 2
cb = fig.colorbar(im, format=fmt, ticks=tickz)
fig.savefig("example_landuse.png")
plt.show()

Я исследовал эти идеи, и вот мои пять центов. Он избегает вызова BoundaryNormи указания normв качестве аргумента для scatterи colorbar. Однако я не нашел способа избавиться от довольно длинного обращения кmatplotlib.colors.LinearSegmentedColormap.from_list .

Некоторая предыстория состоит в том, что matplotlib предоставляет так называемые качественные цветовые карты, предназначенные для использования с дискретными данными. Set1, например, имеет 9 легко различимых цветов и tab20может использоваться для 20 цветов. С этими картами было бы естественно использовать их первые n цветов для раскрашивания диаграмм разброса с n категориями, как в следующем примере. В примере также создается палитра с n отдельными цветами, обозначенными должным образом.

import matplotlib, numpy as np, matplotlib.pyplot as plt
n = 5
from_list = matplotlib.colors.LinearSegmentedColormap.from_list
cm = from_list(None, plt.cm.Set1(range(0,n)), n)
x = np.arange(99)
y = x % 11
z = x % n
plt.scatter(x, y, c=z, cmap=cm)
plt.clim(-0.5, n-0.5)
cb = plt.colorbar(ticks=range(0,n), label='Group')
cb.ax.tick_params(length=0)

что производит изображение ниже. В nвызове to Set1указывает первые nцвета этой палитры, а последний nв вызове from_list указывает на создание карты с nцветами (по умолчанию 256). Чтобы установить cmпалитру по умолчанию с plt.set_cmap, я обнаружил, что необходимо дать ему имя и зарегистрировать его, а именно:

cm = from_list('Set15', plt.cm.Set1(range(0,n)), n)
plt.cm.register_cmap(None, cm)
plt.set_cmap(cm)
...
plt.scatter(x, y, c=z)

Я думаю, вы захотите посмотреть на colors.ListedColormap, чтобы сгенерировать свою цветовую карту, или если вам просто нужна статическая цветовая карта, я работал над приложением, которое могло бы помочь.