2024年Python最全Python-Matplotlib可视化（2）——自定义颜色绘制精美统计图

我们总会遇到这样的绘图场景，需要为不同类别的点使用不同的颜色进行绘制，以观察不同类别间的差异情况。以Fisher’s iris数据集为例，其数据集中数据类似如下所示：

5.0,3.3,1.4,0.2,Iris-setosa

7.0,3.2,4.7,1.4,Iris-versicolo

数据集的每个点都存储在以逗号分隔的列表中。最后一列给出每个点的标签(标签包含三类：Iris-virginica、Iris-versicolor 和Iris-Vertosa)。在示例中，这些点的颜色将取决于它们的标签，如下所示：

import numpy as np

import matplotlib.pyplot as plt

label_set = (

b’Iris-setosa’,

b’Iris-versicolor’,

b’Iris-virginica’,

)

def read_label(label):

return label_set.index(label)

data = np.loadtxt(‘iris.data’, delimiter = ‘,’, converters = { 4 : read_label })

color_set = (‘c’, ‘y’, ‘m’)

color_list = [color_set[int(label)] for label in data[:,4]]

plt.scatter(data[:,0], data[:,1], color = color_list)

plt.show()

Tips：对于三种可能的标签，分别指定一种唯一的颜色。颜色在color_set中定义，标签在label_set中定义。label_set中的第i个标签与color_set中的第i个颜色相关联。然后我们利用它们把标签列表转换成颜色列表color_list。然后只需调用plt.scatter()一次即可显示所有点及其颜色。我们也可以通过对三个不同的类别单独调用plt.scatter()来实现，但这将需要更多的代码。另外需要注意的是：如果两点有可能有相同的坐标，但有不同的标签，显示的颜色将是后绘制点的颜色，可以使用透明颜色，用来显示重叠点。

为散点图中数据点的边使用自定义颜色

与color参数