pyplot.scatter 中的随机颜色基于值

Question

我有一个大型 pandas 数据框，我对其进行了聚类，并且聚类 ID 存储在数据框的一列中。我想以每个集群都有不同颜色的方式显示集群。我试着用颜色图来做这个，但问题是我有太多的点和簇，所以附近的簇只能分配略有不同的颜色，所以当我绘制所有它们时，我只会得到一个看起来像这样的大混搭：

请注意，此图像包含大约 4000 个簇，但由于簇的颜色只是从上到下分配的，所以附近的簇混合在一起。

我希望附近的簇被涂成不同的颜色，所以我尝试为每个簇随机分配颜色，然后根据其簇标签为每个点分配颜色，如下所示：

# creating a color for each distinct cluster label
colors = [(random.random(), random.random(), random.random())
          for _ in range(len(set(data['labels'])))]
# assigning color to a point based on its cluster label
for index, row in data.iterrows():
    plt.scatter(row['x'], row['y'], color=colors[int(row['labels'])])

现在这个程序可以运行了，但是比上面的矢量化版本慢很多。

有没有办法在不编写 for 循环的情况下用明显不同的颜色为每个簇着色？

Answer 1

这会创建一个包含 256 种颜色的随机颜色图，然后您可以将其传递给散点图：

def segmentation_cmap():
    vals = np.linspace(0, 1, 256)
    np.random.shuffle(vals)
    return plt.cm.colors.ListedColormap(plt.cm.CMRmap(vals))


ax.scatter(row['x'],row['y'],c=row['labels'],s=1,cmap=segmentation_cmap())

您可以添加颜色，但无论如何您在某些时候都很难看出差异！

pyplot.scatter 中的随机颜色基于值

Random colors in pyplot.scatter based on value

python

cluster-analysis

colors

matplotlib

scatter-plot