python-3.x - 如何从大列表中选择特定数量的颜色以显示在颜色栏中?- Matplotlib
问题描述
我绘制了一些包含 70 个类的数据,所以当我构建颜色条时,很难区分每个图例,如下所示:
我正在使用的代码是:
formation_colors = # 70 colors
formation_labels = # 70 labels
data = # the section of the entire dataset which only has 13 labels
data = data.sort_values(by='DEPTH_MD')
ztop=data.DEPTH_MD.min(); zbot=data.DEPTH_MD.max()
cmap_formations = colors.ListedColormap(formation_colors[0:len(formation_colors)], 'indexed')
cluster_f = np.repeat(np.expand_dims(data['Formations'].values,1), 100, 1)
fig = plt.figure(figsize=(2,10))
ax = fig.add_subplot()
im_f = ax.imshow(cluster_f, interpolation='none', aspect='auto', cmap = cmap_formations, vmin=0, vmax=69)
ax.set_xlabel('FORMATION')
ax.set_xticklabels(['']);
divider_f = make_axes_locatable(ax)
cax_f = divider_f.append_axes("right", size="20%", pad=0.05)
cbar_f = plt.colorbar(im_f, cax = cax_f,)
cbar_f.set_ticks(range(0,len(formation_labels))); cbar_f.set_ticklabels(formation_labels)
到目前为止,如果我只是改变:
1. cmap_formations = colors.ListedColormap(formation_colors[0:len(formation_colors)], 'indexed')
2. cbar_f.set_ticks(range(0,len(formation_labels))); cbar_f.set_ticklabels(formation_labels)
至:
cmap_formations = colors.ListedColormap(formation_colors[0:len(data['FORMATION'].unique())], 'indexed')
cbar_f.set_ticks(range(0,len(data['FORMATION'].unique()))); cbar_f.set_ticklabels(data['FORMATION'].unique())
我明白了,cbar 中的相应颜色,但是情节不再正确,而且图例也不合适
如果您知道如何执行此操作,非常感谢。
解决方案
虽然问题中没有明确提到,但我想包含从到到列表的data['FORMATION']
索引和0
69
formation_colors
formation_labels
主要问题是data['FORMATION']
需要重新编号为新索引(0
直到数字12
)到新的唯一颜色列表中。 np.unique(..., return_inverse=True)
返回唯一编号列表和值的重新编号。
为了能够重新索引颜色和标签列表,将它们转换为 numpy 数组会有所帮助。
为了使代码更易于调试,以下测试使用颜色列表和标签列表之间的简单关系。
from matplotlib import pyplot as plt
from matplotlib import colors
from mpl_toolkits.axes_grid1.axes_divider import make_axes_locatable
import numpy as np
import pandas as pd
formation_colors = np.random.choice(list(colors.CSS4_COLORS), 70, replace=False) # 70 random color names
formation_labels = ['lbl_' + c for c in formation_colors] # 70 labels
formation_colors = np.asarray(formation_colors)
formation_labels = np.asarray(formation_labels)
f = np.random.randint(0, 70, 13)
d = np.sort(np.random.randint(0, 5300, 13))
data = pd.DataFrame({'FORMATION': np.repeat(f, np.diff(np.append(0, d))),
'DEPTH_MD': np.arange(d[-1])})
data = data.sort_values(by='DEPTH_MD')
ztop = data['DEPTH_MD'].min()
zbot = data['DEPTH_MD'].max()
unique_values, formation_new_values = np.unique(data['FORMATION'], return_inverse=True)
cmap_formations = colors.ListedColormap(formation_colors[unique_values], 'indexed')
cluster_f = formation_new_values.reshape(-1, 1)
fig = plt.figure(figsize=(3, 10))
ax = fig.add_subplot()
im_f = ax.imshow(cluster_f, extent=[0, 1, zbot, ztop],
interpolation='none', aspect='auto', cmap=cmap_formations, vmin=0, vmax=len(unique_values)-1)
ax.set_xlabel('FORMATION')
ax.set_xticks([])
divider_f = make_axes_locatable(ax)
cax_f = divider_f.append_axes("right", size="20%", pad=0.05)
cbar_f = plt.colorbar(im_f, cax=cax_f)
cbar_f.set_ticks(np.linspace(0, len(unique_values)-1, 2*len(unique_values)+1)[1::2])
cbar_f.set_ticklabels(formation_labels[unique_values])
plt.subplots_adjust(left=0.2, right=0.5)
plt.show()
这是一个比较图:
推荐阅读
- kotlin - 来自 2 个现有数组的 kotlin distinct() 或 distinctBy {}
- python-3.x - 为什么 (ModuleNotFoundError: No module named 'scapy') 出现?
- ubuntu - NGINX 多个反向代理
- java - 在具有两个数据集(训练和测试集)的神经网络上需要帮助
- javascript - 返回一个 16 位 UUID,其中在第 7、11、15 和第 19 位我需要添加一个 hiphen
- hash - 两个 SHA-256 哈希的异或
- java - http.antMatcher("/**") .authorizeRequests().antMatchers("/") 中的antMatcher("/**") 需要什么?
- c# - 使用反射在 C# Net Core 中查找不是其他类的类成员
- javascript - 从表中的多个选定行中获取 td
- python-3.x - 如何在 django rest 框架中部分更新模型类