## 如何在 Matplotlib 中為散佈圖建立離散色條？

Matplotlib 離散顏色條

簡介

Matplotlib 是一個流行的用於資料視覺化的 Python 函式庫。散點圖是一種常見的繪圖類型，用於顯示資料點的二元分佈。在某些情況下，需要用唯一的顏色來表示每個資料點。本文將示範如何在 Matplotlib 中為散佈圖建立離散色條，有效地將整數標籤值對應到特定顏色。

使用 BoundaryNorm

要建立離散色條，請使用 BoundaryNorm作為散佈圖的標準化器。 BoundaryNorm 將資料範圍劃分為一組 bin，每個 bin 對應於特定顏色。以下Python 程式碼示範如何使用BoundaryNorm 建立離散色條：

<code class="python">import numpy as np
import matplotlib as mpl
import matplotlib.pylab as plt

x = np.random.rand(20)  # Define the data
y = np.random.rand(20)  # Define the data
tag = np.random.randint(0, 20, 20)

cmap = plt.cm.jet  # Define the colormap
bounds = np.linspace(0, 20, 21)  # Define the bins for the colorbar
norm = mpl.colors.BoundaryNorm(bounds, cmap.N)  # Create the BoundaryNorm

plt.scatter(x, y, c=tag, cmap=cmap, norm=norm)  # Create the scatterplot with the discrete colorbar

plt.colorbar()  # Display the colorbar</code>

此程式碼將建立一個包含20 個隨機產生的資料點的散佈圖，每個資料點分配一個從0 到19的隨機整數標籤值。顏色欄將顯示 20 種不同的顏色，每種顏色對應於特定的標籤值。

自訂顏色欄

在某些情況下，可能需要自訂顏色欄中的顏色。這可以透過使用 LinearSegmentedColormap 類別來建立自訂顏色圖來實現。以下Python 程式碼示範如何建立自訂顏色圖，其中標記值0 為灰色，標記值1 到20 為各種顏色：

<code class="python">cmaplist = [cmap(i) for i in range(cmap.N)]  # Extract all colors from the original colormap
cmaplist[0] = (.5, .5, .5, 1.0)  # Override the first color with gray

cmap = mpl.colors.LinearSegmentedColormap.from_list('Custom cmap', cmaplist, cmap.N)  # Create the custom colormap</code>

定義了自訂顏色圖後，可以在散點圖如下：

<code class="python">plt.scatter(x, y, c=tag, cmap=cmap, norm=norm)</code>

此程式碼將建立一個具有與之前相同的資料點的散佈圖，但顏色欄現在將顯示自訂顏色，灰色表示標籤值0。

優化為了視覺清晰度

雖然使用具有大量顏色的離散色條可以提供廣泛的選項，但考慮視覺清晰度很重要。大量不同的顏色可能會導致難以在視覺上區分特定值。在某些情況下，使用減少數量的顏色或將相似的標籤值分組到顏色範圍可能是有益的。最終，顏色和顏色範圍的最佳選擇將取決於特定數據和繪圖的預期用途。

以上是## 如何在 Matplotlib 中為散佈圖建立離散色條？的詳細內容。更多資訊請關注PHP中文網其他相關文章！