plt.scatter无法识别由ListedColormap（）

Question

我正在尝试使用ListedColormap（）为散点图自定义颜色图。

这是散点图的数据集：

labels = [  0,   1,   1, 100, 100]
X = np.array([[0, 2],
       [0, 0],
       [1, 0],
       [5, 0],
       [5, 2]])

这段代码

color_list = ["red", "yellow", 'blue']
cmap = mpl.colors.ListedColormap(color_list)
plt.scatter(X[:,0], X[:,1], c=labels, cmap=cmap, s=200);

输出

似乎plt.scatter无法识别cmap生成的ListedColormap()。

我构造了cmap，使其左下角的点为黄色，这是没有发生的。

我对颜色顺序的理解（0->红色，1->黄色，100->蓝色）可能是错误的。

任何提示将不胜感激。

Answer 1

以@ImportanceOfBeingEarnest的注释为基础，对于您当前的labels值，如果考虑等距范围0-33.33、33.34-66.66、66.67-100，则不会出现黄色。以下答案突出了这一点。但是，如果labels落在正确的范围内，则下面的第二个图显示黄色。在BoundaryNorm上查看official page以获得更多示例。

这里的关键行是ranges = np.linspace(labels.min(), labels.max(), len(color_list)+1)，它将您的值范围（labels）分成相等的间隔。

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

labels = np.array([  0,   1,   1, 100, 100]) # converted to array for ease
X = np.array([[0, 2], [0, 0], [1, 0], [5, 0], [5, 2]])

color_list = ["red", "yellow", 'blue']
cmap = mpl.colors.ListedColormap(color_list)

ranges = np.linspace(labels.min(), labels.max(), len(color_list)+1)
norm = mpl.colors.BoundaryNorm(ranges, cmap.N)

plt.scatter(X[:,0], X[:,1], c=labels, cmap=cmap, s=200, norm=norm)

带有黄点

labels = np.array([  0,   56,   63, 100, 100]) # <--- new label values
X = np.array([[0, 2], [0, 0], [1, 0], [5, 0], [5, 2]])

color_list = ["red", "yellow", 'blue']
cmap = mpl.colors.ListedColormap(color_list)

ranges = np.linspace(labels.min(), labels.max(), len(color_list)+1)
norm = mpl.colors.BoundaryNorm(ranges, cmap.N)

plt.scatter(X[:,0], X[:,1], c=labels, cmap=cmap, s=200, norm=norm)