将色图与散景散点图一起使用

Question

在 matplotlib 中，scatterplot 提供了使用绘图颜色来指示值或大小的可能性，如下图所示：

对于 bokeh，类似的 examples 似乎是手动生成 rgb 颜色，这使得很难生成颜色按幅度缩放的图，尤其是。 wrt。发散色图。

是否可以在 bokeh 中使用类似的功能，或者使用 matplotlib 颜色映射来设置颜色？

Answer 1

直接使用 matplotlib 的颜色图就足够简单了。例如，以下在 bokeh 的示例中使用了 viridis（请注意，我使用的是 jupyter notebook）：

import numpy as np

from bokeh.plotting import figure, show, output_notebook
import matplotlib as mpl

output_notebook()

N = 4000
x = np.random.random(size=N) * 100
y = np.random.random(size=N) * 100
radii = np.random.random(size=N) * 1.5
colors = [
    "#%02x%02x%02x" % (int(r), int(g), int(b)) for r, g, b, _ in 255*mpl.cm.viridis(mpl.colors.Normalize()(radii))
]

p = figure()

p.scatter(x, y, radius=radii,
          fill_color=colors, fill_alpha=0.6,
          line_color=None)

show(p)

本质上，对于 cm 中的任何 matplotlib 颜色图，使用值数组对其进行初始化将 return 一个数组，每个值都被 [r,g,b,a] 中的值替换范围 [0,1]。请注意，这也假设所有值都在 0 和 1 之间；这里我使用 matplot.colors.Normalize 来确保这一点。

Answer 2

如果要使用字段名称，另一种选择是使用 LinearColorMapper：

from bokeh.models import LinearColorMapper

color_mapper = LinearColorMapper(palette='Magma256', low=min(radii), high=max(radii))

p.scatter(x,y,color={'field': 'radii', 'transform': color_mapper})

将色图与散景散点图一起使用

Using colormap with bokeh scatter

python

matplotlib

scatter-plot

bokeh

colormap