Couleur en continu avec le diagramme de dispersion matplotlib

Une note sur la façon de colorer en continu le diagramme de dispersion matplotlib.

Comme un point

1. Convertissez des nombres réels continus en valeurs continues RVB à l'aide de cmap
2. Utilisez les arguments facecolors et ʻedgecolors fournis par plt.scatter ()` Il y en a deux.

(20/01/24 10:34 postscript) J'ai modifié l'exemple de code ci-dessous en me faisant savoir la manière la plus simple dans les commentaires. Merci @kochory!

Exemple de code

Nous avons visualisé l'intégration de faible dimension de l'ensemble de données sur le logement à Boston pour le problème de régression et la variable objective (prix de l'immobilier dans cet exemple) dans un diagramme de dispersion.

%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import load_boston
from sklearn.manifold import TSNE

X, y = load_boston(return_X_y=True)
tsne = TSNE(n_components=2, random_state=0)
embX = tsne.fit_transform(X)

# 20/01/24 10:34 Corrigé en fonction des commentaires reçus
plt.scatter(embX[:, 0], embX[:, 1], c=y, cmap='coolwarm')

#Ce qui suit est le code avant l'ajout
#Point 1:Convertir y en tableau RGBA
#cm = plt.get_cmap('coolwarm')   #Obtenez la palette de couleurs de matplotlib
#normalized_y = (y -y.min()) / (y.max() - y.min())   #Variable objective y à 0~Normalisé à 1
#color_levels = (normalized_y * 256).astype(int)     #y plus 0~Convertir en 255
#colors = [cm(cl) for cl in color_levels]            # cm(cl)Renvoie un tuple RGBA
#Point 2:Spécifiez l'argument des facecolors
#plt.scatter(embX[:, 0], embX[:, 1], s=10, facecolors=colors)

URL de référence

• Liste des cmaps: https://matplotlib.org/examples/color/colormaps_reference.html