Colorbar discreta Matplotlib

Sto cercando di creare una barra dei colori discreta per un grafico a dispersione in matplotlib

Ho i miei dati x, y e per ogni punto un valore di tag intero che voglio essere rappresentato con un colore univoco, ad es.

plt.scatter(x, y, c=tag)

in genere il tag sarà un numero intero compreso tra 0 e 20, ma l'intervallo esatto potrebbe cambiare

finora ho usato solo le impostazioni predefinite, ad es

plt.colorbar()

che dà una gamma continua di colori. Idealmente vorrei un insieme di n colori discreti (n = 20 in questo esempio). Ancora meglio sarebbe ottenere un valore di tag pari a 0 per produrre un colore grigio e 1-20 essere colorato.

Ho trovato alcuni script di 'ricettari' ma sono molto complicati e non riesco a pensare che siano il modo giusto per risolvere un problema apparentemente semplice

È possibile creare una barra dei colori discreta personalizzata abbastanza facilmente utilizzando un BoundaryNorm come normalizzatore per la dispersione. La parte stravagante (nel mio metodo) sta facendo apparire 0 come grigio.

Per le immagini uso spesso cmap.set_bad () e converto i miei dati in un array mascherato numpy. Sarebbe molto più facile rendere 0 grigio, ma non sono riuscito a farlo funzionare con lo scatter o il cmap personalizzato.

In alternativa, puoi creare la tua CMAP da zero o leggerne una esistente e sovrascrivere solo alcune voci specifiche.

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

fig, ax = plt.subplots(1, 1, figsize=(6, 6))  # setup the plot

x = np.random.rand(20)  # define the data
y = np.random.rand(20)  # define the data
tag = np.random.randint(0, 20, 20)
tag[10:12] = 0  # make sure there are some 0 values to show up as grey

cmap = plt.cm.jet  # define the colormap
# extract all colors from the .jet map
cmaplist = [cmap(i) for i in range(cmap.N)]
# force the first color entry to be grey
cmaplist[0] = (.5, .5, .5, 1.0)

# create the new map
cmap = mpl.colors.LinearSegmentedColormap.from_list(
    'Custom cmap', cmaplist, cmap.N)

# define the bins and normalize
bounds = np.linspace(0, 20, 21)
norm = mpl.colors.BoundaryNorm(bounds, cmap.N)

# make the scatter
scat = ax.scatter(x, y, c=tag, s=np.random.randint(100, 500, 20),
                  cmap=cmap, norm=norm)

# create a second axes for the colorbar
ax2 = fig.add_axes([0.95, 0.1, 0.03, 0.8])
cb = plt.colorbar.ColorbarBase(ax2, cmap=cmap, norm=norm,
    spacing='proportional', ticks=bounds, boundaries=bounds, format='%1i')

ax.set_title('Well defined discrete colors')
ax2.set_ylabel('Very custom cbar [-]', size=12)

Personalmente penso che con 20 colori diversi sia un po 'difficile leggere il valore specifico, ma questo dipende da te ovviamente.

Puoi seguire questo esempio :

#!/usr/bin/env python
"""
Use a pcolor or imshow with a custom colormap to make a contour plot.

Since this example was initially written, a proper contour routine was
added to matplotlib - see contour_demo.py and
http://matplotlib.sf.net/matplotlib.pylab.html#-contour.
"""

from pylab import *


delta = 0.01
x = arange(-3.0, 3.0, delta)
y = arange(-3.0, 3.0, delta)
X,Y = meshgrid(x, y)
Z1 = bivariate_normal(X, Y, 1.0, 1.0, 0.0, 0.0)
Z2 = bivariate_normal(X, Y, 1.5, 0.5, 1, 1)
Z = Z2 - Z1 # difference of Gaussians

cmap = cm.get_cmap('PiYG', 11)    # 11 discrete colors

im = imshow(Z, cmap=cmap, interpolation='bilinear',
            vmax=abs(Z).max(), vmin=-abs(Z).max())
axis('off')
colorbar()

show()

che produce la seguente immagine:

Le risposte di cui sopra sono buone, tranne per il fatto che non hanno il corretto posizionamento del segno di spunta sulla barra dei colori. Mi piace avere i segni di spunta al centro del colore in modo che il numero -> mappatura dei colori sia più chiaro. Puoi risolvere questo problema modificando i limiti della chiamata a matshow:

import matplotlib.pyplot as plt
import numpy as np

def discrete_matshow(data):
    #get discrete colormap
    cmap = plt.get_cmap('RdBu', np.max(data)-np.min(data)+1)
    # set limits .5 outside true range
    mat = plt.matshow(data,cmap=cmap,vmin = np.min(data)-.5, vmax = np.max(data)+.5)
    #tell the colorbar to tick at integers
    cax = plt.colorbar(mat, ticks=np.arange(np.min(data),np.max(data)+1))

#generate data
a=np.random.randint(1, 9, size=(10, 10))
discrete_matshow(a)

Per impostare un valore sopra o sotto l'intervallo della mappa dei colori, ti consigliamo di utilizzare i metodi set_overe set_underdella mappa dei colori. Se si desidera contrassegnare un valore particolare, mascherarlo (ovvero creare un array mascherato) e utilizzare il set_badmetodo. (Dai un'occhiata alla documentazione per la classe base colormap: http://matplotlib.org/api/colors_api.html#matplotlib.colors.Colormap )

Sembra che tu voglia qualcosa del genere:

import matplotlib.pyplot as plt
import numpy as np

# Generate some data
x, y, z = np.random.random((3, 30))
z = z * 20 + 0.1

# Set some values in z to 0...
z[:5] = 0

cmap = plt.get_cmap('jet', 20)
cmap.set_under('gray')

fig, ax = plt.subplots()
cax = ax.scatter(x, y, c=z, s=100, cmap=cmap, vmin=0.1, vmax=z.max())
fig.colorbar(cax, extend='min')

plt.show()

Questo argomento è già ben trattato ma volevo aggiungere qualcosa di più specifico: volevo essere sicuro che un certo valore sarebbe stato mappato a quel colore (non a qualsiasi colore).

Non è complicato ma poiché mi ci è voluto del tempo, potrebbe aiutare gli altri a non perdere tanto tempo quanto me :)

import matplotlib
from matplotlib.colors import ListedColormap

# Let's design a dummy land use field
A = np.reshape([7,2,13,7,2,2], (2,3))
vals = np.unique(A)

# Let's also design our color mapping: 1s should be plotted in blue, 2s in red, etc...
col_dict={1:"blue",
          2:"red",
          13:"orange",
          7:"green"}

# We create a colormar from our list of colors
cm = ListedColormap([col_dict[x] for x in col_dict.keys()])

# Let's also define the description of each category : 1 (blue) is Sea; 2 (red) is burnt, etc... Order should be respected here ! Or using another dict maybe could help.
labels = np.array(["Sea","City","Sand","Forest"])
len_lab = len(labels)

# prepare normalizer
## Prepare bins for the normalizer
norm_bins = np.sort([*col_dict.keys()]) + 0.5
norm_bins = np.insert(norm_bins, 0, np.min(norm_bins) - 1.0)
print(norm_bins)
## Make normalizer and formatter
norm = matplotlib.colors.BoundaryNorm(norm_bins, len_lab, clip=True)
fmt = matplotlib.ticker.FuncFormatter(lambda x, pos: labels[norm(x)])

# Plot our figure
fig,ax = plt.subplots()
im = ax.imshow(A, cmap=cm, norm=norm)

diff = norm_bins[1:] - norm_bins[:-1]
tickz = norm_bins[:-1] + diff / 2
cb = fig.colorbar(im, format=fmt, ticks=tickz)
fig.savefig("example_landuse.png")
plt.show()

Ho indagato su queste idee ed ecco i miei cinque centesimi. Evita di chiamare BoundaryNorme di specificare normcome argomento scattere colorbar. Tuttavia non ho trovato alcun modo per eliminare la chiamata piuttosto prolissa a matplotlib.colors.LinearSegmentedColormap.from_list.

Alcune informazioni di base sono che matplotlib fornisce le cosiddette mappe di colori qualitative, intese per l'uso con dati discreti. Set1, ad esempio, ha 9 colori facilmente distinguibili e tab20potrebbe essere utilizzato per 20 colori. Con queste mappe potrebbe essere naturale utilizzare i primi n colori per colorare grafici a dispersione con n categorie, come nell'esempio seguente. L'esempio produce anche una barra dei colori con n colori discreti etichettati in modo appropriato.

import matplotlib, numpy as np, matplotlib.pyplot as plt
n = 5
from_list = matplotlib.colors.LinearSegmentedColormap.from_list
cm = from_list(None, plt.cm.Set1(range(0,n)), n)
x = np.arange(99)
y = x % 11
z = x % n
plt.scatter(x, y, c=z, cmap=cm)
plt.clim(-0.5, n-0.5)
cb = plt.colorbar(ticks=range(0,n), label='Group')
cb.ax.tick_params(length=0)

che produce l'immagine qui sotto. Il nnella chiamata a Set1specifica i primi ncolori di quella mappa di colori e l'ultimo nnella chiamata a from_listspecifica di costruire una mappa con i ncolori (il valore predefinito è 256). Per impostarlo cmcome mappa di colori predefinita con plt.set_cmap, ho ritenuto necessario dargli un nome e registrarlo, vale a dire:

cm = from_list('Set15', plt.cm.Set1(range(0,n)), n)
plt.cm.register_cmap(None, cm)
plt.set_cmap(cm)
...
plt.scatter(x, y, c=z)

Penso che vorresti guardare colors.ListedColormap per generare la tua mappa di colori, o se hai solo bisogno di una mappa di colori statica ho lavorato su un'app che potrebbe aiutare.