更改 Python Matplotlib 中颜色条的颜色

Question

我有一个代码，可以为我提供预测值与实际值作为浓度函数的散点图。数据是从 Excel csv 电子表格中提取的。这是代码：import matplotlib.pyplot as pltfrom numpy import loadtxtdataset = loadtxt("ColorPlot.csv", delimiter=',')x = dataset[:,0]y = dataset[:,1]z = dataset[:,2]scaled_z = (z - z.min()) / z.ptp()colors = plt.cm.viridis(scaled_z)sc=plt.scatter(x, y, c=colors)plt.clim(0, 100)plt.colorbar()plt.xlabel("Actual")plt.ylabel("Predicted")plt.show()这样我就得到了一个很好的图表：但是，如果我将颜色更改为类似的颜色colors = plt.cm.plasma(scaled_z)我得到下面的图表，但颜色条保持不变。我尝试了很多不同的东西，例如 cmap 或 edgecolors，但我不知道如何更改它。我希望保持代码像现在一样简单，因为我想根据我的 Excel 电子表格数据轻松更改 z 的第三个变量。还有一种方法可以让颜色条的比例从 Excel 电子表格中获取比例，而无需我手动指定 0-100？

Answer 1

要获得正确的颜色条，请使用以下代码：

colormap = plt.cm.get_cmap('plasma') # 'plasma' or 'viridis'

colors = colormap(scaled_z)

sc = plt.scatter(x, y, c=colors)

sm = plt.cm.ScalarMappable(cmap=colormap)

sm.set_clim(vmin=0, vmax=100)

plt.colorbar(sm)

plt.xlabel("Actual")

plt.ylabel("Predicted")

plt.show()

对于我随机生成的数据，我得到了以下图：

现在替换'plasma'并'viridis'检查其他变体。

Answer 2

您不应该缩放数据，除非您希望颜色条不正确。一旦您从分散调用中获得了 PathCollection，您就可以在其上调用set_cmap和set_clim，并且颜色栏应该跟踪。（您还可以显式地将颜色条与 PathCollection 关联以避免歧义）

import matplotlib.pyplot as plt

import numpy as np

x = np.random.randn(100)

y = np.random.randn(100)

z = np.random.randn(100)

sc=plt.scatter(x, y, c=z, cmap='viridis')

plt.clim(0, 100)

plt.colorbar(sc)

plt.xlabel("Actual")

plt.ylabel("Predicted")

sc.set_cmap('plasma')

sc.set_clim(-1, 1)

plt.show()

Answer 3

你的代码给我返回一个错误TypeError: You must first set_array for mappable...

以下是对我有用的最简单的语法：

import matplotlib.pyplot as plt

import numpy as np

a = np.random.random(100)

b = np.random.random(100)

scaled_z = (a + b)/a

plt.figure()

plt.scatter(a, b, c = scaled_z, cmap = 'plasma') ## you can directly change the colormap here

plt.colorbar()

plt.tight_layout()

plt.show()