web-dev-qa-db-ja.com

tab10のmatplotlib汎用カラーマップ

この質問は、SO（ matplotlib-change-colormap-tab20-to-have-three-colors ）からの質問に関連しています。

各色のアルファレベルを好きなだけステップで変更できるように、tab10カラーマップを微調整したいと思います。以下は、期待される出力が得られない例（3つのアルファレベルを持つ9色の場合）です。さらに、それは十分に一般的ではありません（if Elif staementsのため）。

どうすればそれができるのでしょうか？

この例では、3つのサブグループを持つ3つのグループがあります。

import pandas as pd
from matplotlib import pyplot as plt
import numpy as np

n_feature = 3
sub_feature = 3
col = []
for index in range(n_feature*sub_feature):
# loop over colors and change the last entry in descending order 3 times
        col.append(list(plt.cm.tab10(index)))

i = 0        
for item in col:
# loop over colors and change the last entry in descending order 3 times
    if i == 0:
        item[-1] = 0.9
        i+=1
    Elif i == 1:
        item[-1] = 0.7
        i+=1
    Elif i == 2:
        item[-1] = 0.5
        i = 0

gr = df.groupby(['a', 'a1'])

for index, item in enumerate(gr):
    name, val = item
    y = val.iloc[0,2:].values
    x = np.arange(len(y))
    plt.plot(x, y, '.-', color=col[index])

plt.show()

enter image description here

これはデータです：

{'a'：{0： 'A'、1： 'A'、2： 'A'、3： 'B'、4： 'B'、5： 'B'、6： 'C'、7： 'C'、8： 'C'}、 'a1'：{0：1、1：2：2：3、3：1、4：2、5：3、6：1、7：2、8： 3}、 'b'：{0：1.0、1：5.0、2：9.0、3：1.5、4：5.5、5：9.5、6：1.75、7：5.75、8：9.75}、 'c'：{ 0：2.0、1：6.0、2：10.0、3：2.5、4：6.5、5：10.5、6：2.75、7：6.75、8：10.75}、 'd'：{0：3.0、1：7.0、 2：11.0、3：3.5、4：7.5、5：11.5、6：3.75、7：7.75、8：11.75}、 'e'：{0：4.0、1：8.0、2：12.0、3：4.5、 4：8.5、5：12.5、6：4.75、7：8.75、8：12.75}}

pythonmatplotlibcolorscolor-scheme
7
Moritz

HSVシステムを使用して、同じ色相に対して異なる彩度と発光色を取得できます。最大10のカテゴリがあるとすると、tab10マップを使用して、特定の数の基本色を取得できます。それらの中から、サブカテゴリに明るい色合いをいくつか選択できます。

以下は関数categorical_cmapで、カテゴリの数（nc）とサブカテゴリの数（nsc）を入力として受け取り、nc*nscの異なる色のカラーマップを返します。同じ色相のnsc色があります。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors

def categorical_cmap(nc, nsc, cmap="tab10", continuous=False):
    if nc > plt.get_cmap(cmap).N:
        raise ValueError("Too many categories for colormap.")
    if continuous:
        ccolors = plt.get_cmap(cmap)(np.linspace(0,1,nc))
    else:
        ccolors = plt.get_cmap(cmap)(np.arange(nc, dtype=int))
    cols = np.zeros((nc*nsc, 3))
    for i, c in enumerate(ccolors):
        chsv = matplotlib.colors.rgb_to_hsv(c[:3])
        arhsv = np.tile(chsv,nsc).reshape(nsc,3)
        arhsv[:,1] = np.linspace(chsv[1],0.25,nsc)
        arhsv[:,2] = np.linspace(chsv[2],1,nsc)
        rgb = matplotlib.colors.hsv_to_rgb(arhsv)
        cols[i*nsc:(i+1)*nsc,:] = rgb       
    cmap = matplotlib.colors.ListedColormap(cols)
    return cmap

c1 = categorical_cmap(4, 3, cmap="tab10")
plt.scatter(np.arange(4*3),np.ones(4*3)+1, c=np.arange(4*3), s=180, cmap=c1)

c2 = categorical_cmap(2, 5, cmap="tab10")
plt.scatter(np.arange(10),np.ones(10), c=np.arange(10), s=180, cmap=c2)

c3 = categorical_cmap(5, 4, cmap="tab10")
plt.scatter(np.arange(20),np.ones(20)-1, c=np.arange(20), s=180, cmap=c3)    

plt.margins(y=0.3)
plt.xticks([])
plt.yticks([0,1,2],["(5, 4)", "(2, 5)", "(4, 3)"])
plt.show()

enter image description here

16
ImportanceOfBeingErnest