Comment colorer des marqueurs de dispersion basés sur une troisième variable dans Matplotlib ?

Coloration des marqueurs de dispersion basés sur une troisième variable

Les nuages ​​de points sont un moyen efficace de visualiser la relation entre deux ou plusieurs variables. Lorsque vous souhaitez représenter une troisième variable, vous pouvez l'utiliser pour colorer les marqueurs de votre nuage de points. Voici comment obtenir une coloration en niveaux de gris dans Matplotlib :

Pour colorer vos marqueurs en niveaux de gris, vous pouvez spécifier une palette de couleurs en niveaux de gris pour la fonction scatter. Une palette de couleurs définit la gamme de couleurs qui sera utilisée pour ombrer les marqueurs. Voici un exemple :

import numpy as np
import matplotlib.pyplot as plt

# Generate sample data
w = np.random.rand(10)
M = np.random.rand(10)
p = np.random.rand(10)

plt.scatter(w, M, c=p, s=500, cmap='gray')  # s is the marker size
plt.show()

Dans cet exemple :

• Nous importons numpy pour la manipulation des données et matplotlib.pyplot pour le traçage.
• Nous générons des exemples de données pour w, M et p.
• Nous utilisons plt.scatter pour tracer les points de données, en spécifiant c=p pour utiliser les valeurs de p pour déterminer la couleur de chaque marqueur.
• Nous définissons s=500 pour ajuster la taille des marqueurs.
• Essentiellement, nous spécifions l'argument cmap='gray' pour utiliser la palette de couleurs en niveaux de gris. Cela ombrera les marqueurs en nuances de gris en fonction des valeurs de p.

Alternativement, si vous préférez une sélection plus large de cartes de couleurs en niveaux de gris, vous pouvez spécifier directement le paramètre cmap. Il existe de nombreuses cartes de couleurs prédéfinies en niveaux de gris, telles que gray, gist_yarg et binaire. Pour utiliser la version inversée de n'importe quelle palette de couleurs, ajoutez "_r". Par exemple, gray_r au lieu de gray. Voici un exemple utilisant la palette de couleurs grises :

plt.scatter(w, M, c=p, s=500, cmap='gray')

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!