我有二维数据,我用EM算法对数据进行软分类。有3个不同的簇,因此我有一个带维数的概率向量(n_clusters,n_datapoints)。
现在,我想在散点图中绘制各个数据点,并为每个集群分配特定的颜色。每个点的颜色是根据在每个簇中的概率给出的,因此是簇颜色的混合。
到目前为止,我所能实现的只有以下几种红色、绿色和蓝色的群集颜色
通过使用以下代码行:
for n in range(X.shape[0]):
color = np.array([P[0,n],P[1,n],P[2,n]])[np.newaxis]
plt.scatter(X[n,0],X[n,1],c=colo
我在彩色地图上有点麻烦。基本上,我想要制作的是类似于下面的图片。
在下面的子图上,我希望能够绘制相关的颜色,但是跨越整个子图的整个背景,也就是说,它看起来就像整个图上的彩色地图,没有画任何线或点。它仍应与散点图中显示的颜色相对应。
有可能这样做吗?理想情况下,我想做的是把这个背景放在最上面的子图下面。(y尺度是不同的单位)
谢谢你的帮助。
用于底部散点图的代码:
x = np.arange(len(wind))
y = wind
t = y
plt.scatter(x, y, c=t)
风是一维阵列的地方
我试图用matplotlib来表示三维散射数据。
我有3个数组要绘制:
具有点的X坐标的数组,具有点的Y坐标的数组,具有与每个点链接的参数值的数组(其坐标用X[]和Y[]描述)
我想要的是:
为每个(X,Y)对的二维点云(散点图)图,每个点根据第3阵列中的对应值有一个颜色,一个表示链接参数的范围和值的颜色条
我在颜色映射方面有问题。下面是带有注释的最小代码:
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm
from matplotlib.colors import ListedColorm
我试着画两个数组/列表的散点图,其中一个是x坐标,另一个是y坐标,我没有任何问题。但是,我需要根据这些点在特定时间点的值,基于我在二维数组中的数据,对这些点进行颜色编码。此外,这个二维数据数组有一个非常大的分布,所以我想对数着色这些点(我不确定这是否意味着只改变颜色条标签,或者是否有更根本的区别)。
到目前为止,我的代码如下:
import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure(1)
time = #I'd like to specify time here.
x = [1, 2, 3, 4,
我试图在python中堆叠几个二维数组以获得一个三维数组。我这样做的动机是绘制一个变量的空间依赖性:var(x,y),其中x和y是两个不同的维度,对于不同的参数值param。下面附上了一个最低可重复的例子:
while (param<=2):
var(x,y)= fun # fun is a function which returns var(x,y) as mentioned above
param+=1
我想继续堆叠二维阵列var(x,y)的不同值的param,沿着一个三维。我的输出应该是形式:- For param=0 : var(x,y), For param=1 : v