สมมติว่าฉันมีชุดข้อมูลสามชุด:

X = [1,2,3,4]
Y1 = [4,8,12,16]
Y2 = [1,4,9,16]

ฉันสามารถกระจายพล็อตนี้:

from matplotlib import pyplot as plt
plt.scatter(X,Y1,color='red')
plt.scatter(X,Y2,color='blue')
plt.show()

ฉันจะทำสิ่งนี้กับ 10 เซ็ตได้อย่างไร

ฉันค้นหาสิ่งนี้และสามารถค้นหาการอ้างอิงถึงสิ่งที่ฉันถาม

แก้ไข: ทำให้กระจ่าง (หวังว่า) คำถามของฉัน

หากฉันโทรกระจายหลายครั้งฉันสามารถตั้งค่าสีเดียวกันให้กับการกระจายแต่ละครั้งได้ นอกจากนี้ฉันรู้ว่าฉันสามารถตั้งค่าอาร์เรย์สีด้วยตนเอง แต่ฉันแน่ใจว่ามีวิธีที่ดีกว่าในการทำเช่นนี้ คำถามของฉันคือ "ฉันจะกระจายชุดข้อมูลหลายชุดของฉันโดยอัตโนมัติอย่างไรแต่ละชุดมีสีแตกต่างกัน

หากช่วยได้ฉันสามารถกำหนดหมายเลขเฉพาะให้กับชุดข้อมูลแต่ละชุดได้อย่างง่ายดาย

ฉันไม่ทราบว่าคุณหมายถึงอะไรด้วยตนเอง คุณสามารถเลือก colourmap และสร้างอาร์เรย์สีได้ง่ายพอ:

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cm as cm

x = np.arange(10)
ys = [i+x+(i*x)**2 for i in range(10)]

colors = cm.rainbow(np.linspace(0, 1, len(ys)))
for y, c in zip(ys, colors):
    plt.scatter(x, y, color=c)

หรือคุณสามารถสร้างนักปั่นสีของคุณเองโดยใช้itertools.cycleและระบุสีที่คุณต้องการวนลูปโดยใช้nextเพื่อให้ได้สีที่คุณต้องการ ตัวอย่างเช่นมี 3 สี:

import itertools

colors = itertools.cycle(["r", "b", "g"])
for y in ys:
    plt.scatter(x, y, color=next(colors))

ลองคิดดูสิมันอาจจะสะอาดกว่าถ้าจะใช้zipกับอันแรกไม่ได้:

colors = iter(cm.rainbow(np.linspace(0, 1, len(ys))))
for y in ys:
    plt.scatter(x, y, color=next(colors))

วิธีปกติในการพล็อตพล็อตที่มีจุดสีต่าง ๆ ใน matplotlib คือการส่งรายการสีเป็นพารามิเตอร์

เช่น:

import matplotlib.pyplot
matplotlib.pyplot.scatter([1,2,3],[4,5,6],color=['red','green','blue'])

เมื่อคุณมีรายการของรายการและคุณต้องการให้สีต่อรายการ ฉันคิดว่าวิธีที่ยอดเยี่ยมที่สุดคือ @DSM ที่ได้รับการแนะนำเพียงแค่วนซ้ำเพื่อทำการกระจายหลาย ๆ สาย

แต่ถ้าด้วยเหตุผลบางอย่างที่คุณต้องการด้วยการโทรเพียงครั้งเดียวคุณสามารถสร้างรายการสีจำนวนมากด้วยความเข้าใจในรายการและการแบ่งพื้น:

import matplotlib
import numpy as np

X = [1,2,3,4]
Ys = np.array([[4,8,12,16],
      [1,4,9,16],
      [17, 10, 13, 18],
      [9, 10, 18, 11],
      [4, 15, 17, 6],
      [7, 10, 8, 7],
      [9, 0, 10, 11],
      [14, 1, 15, 5],
      [8, 15, 9, 14],
       [20, 7, 1, 5]])
nCols = len(X)  
nRows = Ys.shape[0]

colors = matplotlib.cm.rainbow(np.linspace(0, 1, len(Ys)))

cs = [colors[i//len(X)] for i in range(len(Ys)*len(X))] #could be done with numpy's repmat
Xs=X*nRows #use list multiplication for repetition
matplotlib.pyplot.scatter(Xs,Ys.flatten(),color=cs)

cs = [array([ 0.5,  0. ,  1. ,  1. ]),
 array([ 0.5,  0. ,  1. ,  1. ]),
 array([ 0.5,  0. ,  1. ,  1. ]),
 array([ 0.5,  0. ,  1. ,  1. ]),
 array([ 0.28039216,  0.33815827,  0.98516223,  1.        ]),
 array([ 0.28039216,  0.33815827,  0.98516223,  1.        ]),
 array([ 0.28039216,  0.33815827,  0.98516223,  1.        ]),
 array([ 0.28039216,  0.33815827,  0.98516223,  1.        ]),
 ...
 array([  1.00000000e+00,   1.22464680e-16,   6.12323400e-17,
          1.00000000e+00]),
 array([  1.00000000e+00,   1.22464680e-16,   6.12323400e-17,
          1.00000000e+00]),
 array([  1.00000000e+00,   1.22464680e-16,   6.12323400e-17,
          1.00000000e+00]),
 array([  1.00000000e+00,   1.22464680e-16,   6.12323400e-17,
          1.00000000e+00])]

แก้ไขได้ง่าย

หากคุณมีคอลเลกชันเพียงประเภทเดียว (เช่นกระจายโดยไม่มีแถบข้อผิดพลาด) คุณสามารถเปลี่ยนสีหลังจากที่คุณลงจุดได้แล้วบางครั้งการทำเช่นนี้จะทำได้ง่ายขึ้น

import matplotlib.pyplot as plt
from random import randint
import numpy as np

#Let's generate some random X, Y data X = [ [frst group],[second group] ...]
X = [ [randint(0,50) for i in range(0,5)] for i in range(0,24)]
Y = [ [randint(0,50) for i in range(0,5)] for i in range(0,24)]
labels = range(1,len(X)+1)

fig = plt.figure()
ax = fig.add_subplot(111)
for x,y,lab in zip(X,Y,labels):
        ax.scatter(x,y,label=lab)

รหัสเดียวที่คุณต้องการ:

#Now this is actually the code that you need, an easy fix your colors just cut and paste not you need ax.
colormap = plt.cm.gist_ncar #nipy_spectral, Set1,Paired  
colorst = [colormap(i) for i in np.linspace(0, 0.9,len(ax.collections))]       
for t,j1 in enumerate(ax.collections):
    j1.set_color(colorst[t])


ax.legend(fontsize='small')

เอาต์พุตจะให้สีที่แตกต่างกันแม้ว่าคุณจะมีแผนการกระจายที่แตกต่างกันมากมายในแผนย่อยเดียวกัน

คุณสามารถใช้plot()ฟังก์ชันดังนี้:

import matplotlib.pyplot as plt

import numpy as np

x = np.arange(10)
ys = [i+x+(i*x)**2 for i in range(10)]
plt.figure()
for y in ys:
    plt.plot(x, y, 'o')
plt.show()

คำถามนี้เป็นเรื่องยุ่งยากเล็กน้อยก่อนเดือนมกราคม 2013 และ matplotlib 1.3.1 (สิงหาคม 2013) ซึ่งเป็นรุ่นที่เสถียรที่สุดที่คุณสามารถหาได้บนเว็บไซต์ matpplotlib แต่หลังจากนั้นมันเป็นเรื่องเล็กน้อย

เนื่องจากรุ่นปัจจุบันของmatplotlib.pylab.scatterการสนับสนุนที่ได้รับมอบหมาย: อาร์เรย์ของสตริงชื่อสีอาร์เรย์ของจำนวนลอยพร้อมแมปสีอาร์เรย์ของ RGB หรือ RGBA

คำตอบนี้อุทิศให้กับ @ Oxinabox ที่ไม่สิ้นสุดเพื่อแก้ไขเวอร์ชัน 2013 ของฉันในปี 2558

คุณมีสองตัวเลือกในการใช้คำสั่งกระจายที่มีหลายสีในการโทรครั้งเดียว

1. ในฐานะpylab.scatterผู้สนับสนุนคำสั่งให้ใช้อาร์เรย์ RGBA เพื่อทำสีที่คุณต้องการ

2. ย้อนกลับไปในต้นปี 2013 ไม่มีวิธีการทำเช่นนี้เนื่องจากคำสั่งสนับสนุนเฉพาะสีเดียวสำหรับการรวบรวมจุดกระจายทั้งหมด เมื่อฉันทำโครงการ 10,000 บรรทัดของฉันฉันจะหาทางออกทั่วไปเพื่อหลีกเลี่ยงมัน ดังนั้นมันไม่มีรสนิยมที่ดีมาก แต่ฉันสามารถทำในสิ่งที่รูปร่างสีขนาดและโปร่งใส เคล็ดลับนี้ยังสามารถนำไปใช้วาดคอลเลกชันเส้นทางการรวบรวมบรรทัด ....

รหัสยังได้รับแรงบันดาลใจจากซอร์สโค้ดของpyplot.scatterฉันเพิ่งทำซ้ำสิ่งที่กระจายโดยไม่เรียกให้วาด

คำสั่งpyplot.scatterส่งคืนPatchCollectionวัตถุในแฟ้ม "matplotlib / collections.py" ตัวแปรส่วนตัว_facecolorsในชั้นเรียนและวิธีการCollectionset_facecolors

ดังนั้นเมื่อใดก็ตามที่คุณมีจุดกระจายที่จะวาดคุณสามารถทำได้:

# rgbaArr is a N*4 array of float numbers you know what I mean
# X is a N*2 array of coordinates
# axx is the axes object that current draw, you get it from
# axx = fig.gca()

# also import these, to recreate the within env of scatter command 
import matplotlib.markers as mmarkers
import matplotlib.transforms as mtransforms
from matplotlib.collections import PatchCollection
import matplotlib.markers as mmarkers
import matplotlib.patches as mpatches


# define this function
# m is a string of scatter marker, it could be 'o', 's' etc..
# s is the size of the point, use 1.0
# dpi, get it from axx.figure.dpi
def addPatch_point(m, s, dpi):
    marker_obj = mmarkers.MarkerStyle(m)
    path = marker_obj.get_path()
    trans = mtransforms.Affine2D().scale(np.sqrt(s*5)*dpi/72.0)
    ptch = mpatches.PathPatch(path, fill = True, transform = trans)
    return ptch

patches = []
# markerArr is an array of maker string, ['o', 's'. 'o'...]
# sizeArr is an array of size float, [1.0, 1.0. 0.5...]

for m, s in zip(markerArr, sizeArr):
    patches.append(addPatch_point(m, s, axx.figure.dpi))

pclt = PatchCollection(
                patches,
                offsets = zip(X[:,0], X[:,1]),
                transOffset = axx.transData)

pclt.set_transform(mtransforms.IdentityTransform())
pclt.set_edgecolors('none') # it's up to you
pclt._facecolors = rgbaArr

# in the end, when you decide to draw
axx.add_collection(pclt)
# and call axx's parent to draw_idle()

สิ่งนี้ใช้ได้กับฉัน:

สำหรับแต่ละชุดให้ใช้ตัวสร้างสี rgb แบบสุ่ม

c = color[np.random.random_sample(), np.random.random_sample(), np.random.random_sample()]

วิธีที่เร็วกว่าสำหรับชุดข้อมูลขนาดใหญ่และจำนวนสีที่ จำกัด คือการใช้ Pandas และฟังก์ชั่น groupby:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import time


# a generic set of data with associated colors
nsamples=1000
x=np.random.uniform(0,10,nsamples)
y=np.random.uniform(0,10,nsamples)
colors={0:'r',1:'g',2:'b',3:'k'}
c=[colors[i] for i in np.round(np.random.uniform(0,3,nsamples),0)]

plt.close('all')

# "Fast" Scatter plotting
starttime=time.time()
# 1) make a dataframe
df=pd.DataFrame()
df['x']=x
df['y']=y
df['c']=c
plt.figure()
# 2) group the dataframe by color and loop
for g,b in df.groupby(by='c'):
    plt.scatter(b['x'],b['y'],color=g)
print('Fast execution time:', time.time()-starttime)

# "Slow" Scatter plotting
starttime=time.time()
plt.figure()
# 2) group the dataframe by color and loop
for i in range(len(x)):
    plt.scatter(x[i],y[i],color=c[i])
print('Slow execution time:', time.time()-starttime)

plt.show()