本文介绍了在Python Matplotlib中更改颜色栏的颜色的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我有一个代码，它给出了预测值与实际值作为浓度函数的散点图。数据取自EXCEL CSV电子表格。
代码如下：
import matplotlib.pyplot as plt
from numpy import loadtxt
dataset = loadtxt("ColorPlot.csv", delimiter=',')
x = dataset[:,0]
y = dataset[:,1]
z = dataset[:,2]
scaled_z = (z - z.min()) / z.ptp()
colors = plt.cm.viridis(scaled_z)
sc=plt.scatter(x, y, c=colors)
plt.clim(0, 100)
plt.colorbar()
plt.xlabel("Actual")
plt.ylabel("Predicted")
plt.show()
通过这个，我得到了一个很好的图表：
但是，如果我将颜色更改为类似
colors = plt.cm.plasma(scaled_z)
我得到了下图，但颜色栏保持不变。
我尝试了很多不同的东西，比如Cmap或Edgecolors，但我不知道如何改变它。我想让代码保持当前的简单，因为我想根据我的Excel电子表格数据随时更改z的第三个变量。
有没有办法让色条的刻度从EXCEL电子表格中提取刻度，而无需我手动指定0-100？
推荐答案
若要获得正确的颜色条，请使用以下代码：
colormap = plt.cm.get_cmap('plasma') # 'plasma' or 'viridis'
colors = colormap(scaled_z)
sc = plt.scatter(x, y, c=colors)
sm = plt.cm.ScalarMappable(cmap=colormap)
sm.set_clim(vmin=0, vmax=100)
plt.colorbar(sm)
plt.xlabel("Actual")
plt.ylabel("Predicted")
plt.show()
对于我随机生成的数据，我得到了以下曲线图：
现在将'plasma'替换为'viridis'并检查其他变体。
这篇关于在Python Matplotlib中更改颜色栏的颜色的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！