Matplotlib - 理解颜色值

Question

我发现了一段将1D Numpy数组传递给MatplotLib的代码。数组的值为1或0，但绘制的图表颜色为黄色或紫色。我无法找到任何相关文档。

以下是代码：

import numpy as np
import matplotlib.pyplot as plt

num_observations = 5000

x1 = np.random.multivariate_normal([0, 0], [[1, .85],[.85, 1]], num_observations) # mean, covariance
x2 = np.random.multivariate_normal([1, 4], [[1, .85],[.85, 1]], num_observations)

features = np.vstack((x1, x2)).astype(np.float32)
labels = np.hstack((np.zeros(num_observations),np.ones(num_observations)))

plt.figure(figsize=(12,8))
plt.scatter(features[:, 0], features[:, 1],
        c = labels, alpha = .4)
plt.show()

任何人都可以解释我们如何将颜色变为黄色和紫色？相关文档也会有所帮助。

Answer 1

它使用默认的viridis色图，因此紫色代表0而黄色代表1.有关色彩映射的更多信息，请参阅此处：https://matplotlib.org/examples/color/colormaps_reference.html。

添加颜色栏有助于此。在示例中添加一个很简单：

import numpy as np
import matplotlib.pyplot as plt

num_observations = 5000

x1 = np.random.multivariate_normal([0, 0], [[1, .85],[.85, 1]], num_observations) # mean, covariance
x2 = np.random.multivariate_normal([1, 4], [[1, .85],[.85, 1]], num_observations)

features = np.vstack((x1, x2)).astype(np.float32)
labels = np.hstack((np.zeros(num_observations),np.ones(num_observations)))

plt.figure(figsize=(12,8))
p = plt.scatter(features[:, 0], features[:, 1],
        c = labels, alpha = .4)

plt.colorbar(p)

plt.show()