Changer la couleur selon les étiquettes de classe

Question

J'ai deux vecteurs, l'un avec des valeurs et l'autre avec des étiquettes de classe comme 1, 2, 3, etc.

J'aimerais tracer tous les points appartenant à la classe 1 en rouge, à la classe 2 en bleu, à la classe 3 en vert, etc. Comment puis-je faire cela ?

Answer 1

La réponse acceptée est parfaitement exacte, mais si vous souhaitez spécifier quelle étiquette de classe doit être attribuée à une couleur ou une étiquette spécifique, vous pourriez faire ce qui suit. J'ai fait un peu de gymnastique avec les étiquettes de couleur, mais en faisant le graphique lui-même se réduit à une belle ligne. Cela fonctionne très bien pour tracer les résultats des classifications faites avec sklearn. Chaque étiquette correspond à une coordonnée (x,y).

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

x = [4,8,12,16,1,4,9,16]
y = [1,4,9,16,4,8,12,3]
label = [0,1,2,3,0,1,2,3]
colors = ['red','green','blue','purple']

fig = plt.figure(figsize=(8,8))
plt.scatter(x, y, c=label, cmap=matplotlib.colors.ListedColormap(colors))

cb = plt.colorbar()
loc = np.arange(0,max(label),max(label)/float(len(colors)))
cb.set_ticks(loc)
cb.set_ticklabels(colors)

En utilisant une version légèrement modifiée de cette réponse, on peut généraliser ce qui précède pour N couleurs comme suit :

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

N = 23 # Nombre d'étiquettes

# Configuration du graphique
fig, ax = plt.subplots(1,1, figsize=(6,6))
# Définition des données
x = np.random.rand(1000)
y = np.random.rand(1000)
tag = np.random.randint(0,N,1000) # Attribuer un tag à chaque point avec une étiquette correspondante

# Définition de la colormap
cmap = plt.cm.jet
# Extraire toutes les couleurs de la carte .jet
cmaplist = [cmap(i) for i in range(cmap.N)]
# Créer la nouvelle carte
cmap = cmap.from_list('Custom cmap', cmaplist, cmap.N)

# Définition des intervalles et normalisation
bounds = np.linspace(0,N,N+1)
norm = mpl.colors.BoundaryNorm(bounds, cmap.N)

# Créer le nuage de points
scat = ax.scatter(x,y,c=tag,s=np.random.randint(100,500,N),cmap=cmap, norm=norm)
# Créer la barre de couleur
cb = plt.colorbar(scat, spacing='proportional',ticks=bounds)
cb.set_label('Custom cbar')
ax.set_title('Mappages de couleurs discrètes')
plt.show()

Ce qui donne :

Answer 2

En supposant que vous avez vos données dans un tableau 2D, cela devrait fonctionner :

import numpy
import pylab
xy = numpy.zeros((2, 1000))
xy[0] = range(1000)
xy[1] = range(1000)
colors = [int(i % 23) for i in xy[0]]
pylab.scatter(xy[0], xy[1], c=colors)
pylab.show()

Vous pouvez également définir un attribut cmap pour contrôler les couleurs qui apparaîtront grâce à l'utilisation d'une carte de couleurs ; c'est-à-dire remplacez la ligne pylab.scatter par :

pylab.scatter(xy[0], xy[1], c=colors, cmap=pylab.cm.cool)

Une liste de cartes de couleurs peut être trouvée ici

Answer 3

Une solution simple consiste à attribuer une couleur à chaque classe. De cette façon, nous pouvons contrôler la couleur de chaque classe. Par exemple :

arr1 = [1, 2, 3, 4, 5]
arr2 = [2, 3, 3, 4, 4]
labl = [0, 1, 1, 0, 0]
color= ['rouge' if l == 0 else 'vert' for l in labl]
plt.scatter(arr1, arr2, color=color)