Matplotlib離散カラーバー

私はmatplotlibで散布図の離散カラーバーを作ろうとしています

私は自分のx、yデータを持ち、各ポイントに一意の色で表したい整数タグ値があります。たとえば、

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

通常、タグは0〜20の範囲の整数ですが、正確な範囲は変わる可能性があります

これまでのところ、私はデフォルト設定を使用しました、例えば

plt.colorbar()

連続した色の範囲を与えます。理想的には、n個の個別の色（この例ではn = 20）のセットが欲しいです。タグ値を0にして灰色にし、1〜20をカラフルにするのがさらに良いでしょう。

「クックブック」スクリプトをいくつか見つけましたが、それらは非常に複雑であり、一見単純な問題を解決するための正しい方法であるとは思えません

散布のノーマライザとしてBoundaryNormを使用すると、カスタムの離散カラーバーを非常に簡単に作成できます。風変わりなビット（私の方法で）は灰色として0の表示をしています。

画像の場合、私はしばしばcmap.set_bad（）を使用して、データを派手なマスクされた配列に変換します。0をグレーにする方がはるかに簡単ですが、スキャッターまたはカスタムcmapでこれを機能させることはできませんでした。

別の方法として、独自のcmapを最初から作成するか、既存のcmapを読み出して、一部の特定のエントリのみをオーバーライドできます。

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)

個人的には、20種類の色があるため、特定の値を読み取るのは少し難しいと思いますが、それはもちろんあなた次第です。

あなたはこの例に従うことができます：

#!/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()

次の画像が生成されます。

上記の回答は、カラーバーに適切な目盛りが配置されていない場合を除き、適切です。ティックを色の中央に配置して、番号->カラーマッピングをより明確にするのが好きです。この問題は、matshow呼び出しの制限を変更することで解決できます。

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)

カラーマップの範囲の上下に値を設定するには、カラーマップのset_overおよびset_underメソッドを使用する必要があります。特定の値にフラグを付けたい場合は、値をマスクして（つまり、マスクされた配列を作成して）、set_badメソッドを使用します。（基本カラーマップクラスのドキュメントをご覧ください：http : //matplotlib.org/api/colors_api.html#matplotlib.colors.Colormap）

あなたはこのようなものが欲しいようです：

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()

このトピックはすでに十分にカバーされていますが、もっと具体的なものを追加したいと思います。特定の値がその色にマップされることを確認したいのです（どの色にもマップされません）。

複雑ではありませんが、少し時間がかかったので、他の人が私ほど時間を無駄にしていないのを助けるかもしれません:)

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()

私はこれらのアイデアを調査しており、ここに私の5セントの価値があります。およびへの引数BoundaryNormとしての指定と同様に、呼び出しを回避します。しかし、私はへのかなり長い時間のかかる呼び出しを排除する方法を見つけていません。normscattercolorbarmatplotlib.colors.LinearSegmentedColormap.from_list

背景には、matplotlibが離散データで使用することを目的とした、いわゆる質的カラーマップを提供するというものがあります。Set1たとえば、9つの簡単に区別できる色がありtab20、20色に使用できます。これらのマップでは、次の例のように、最初のn色を使用してnカテゴリの散布図に色を付けるのが自然です。この例では、適切にラベル付けされたn個の個別の色を持つカラーバーも作成します。

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)

以下の画像が生成されます。のn呼び出しでのは、そのカラーマップのSet1最初のn色を指定し、呼び出しの最後のnは、色でfrom_list マップを作成することを指定しnます（デフォルトは256）。でcmデフォルトのカラーマップとして設定するにはplt.set_cmap、名前を付けて登録する必要があることがわかりました。つまり、

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)

Colors.ListedColormapを見てカラーマップを生成するか、静的なカラーマップだけが必要な場合は、役立つアプリを開発してきました。