基于数据来源的散点图的不同颜色

Question

我有一个名为 'samples' 的 LIST，我正在从 2 个不同的文件夹（比如说 Folder1 和 Folder2）中将几张图像加载到这个 LIST 中。然后我将此列表转换为 DataFrame 并将它们绘制在二维散点图中。我希望散点图将 Folder1 中的所有内容显示为红色，将 Folder2 中的所有内容显示为蓝色。我怎样才能做到这一点。我的代码如下：

    samples = []
    Folder1 = glob.iglob('/home/..../Folder1/*.png')
    Folder2 = glob.iglob('/home/..../Folder2/*.png')

    for fname in Folder1:
        img = misc.imread(fname)
        samples.append((img[::2, ::2] / 255.0).reshape(-1))

    for fname in Folder2:
        img = misc.imread(fname)
        samples.append((img[::2, ::2] / 255.0).reshape(-1))

    samples = pd.DataFrame(samples)

    def do_ISO(df):
        from sklearn import manifold
        iso = manifold.Isomap(n_neighbors=6, n_components=3)
        iso.fit(df)
        A = iso.transform(df)
        return A

    def Plot2D(T, title, x, y):
        fig = plt.figure()
        ax = fig.add_subplot(111)
        ax.set_title(title)
        ax.set_xlabel('Component: {0}'.format(x))
        ax.set_ylabel('Component: {0}'.format(y))
        x_size = (max(T[:,x]) - min(T[:,x])) * 0.08
        y_size = (max(T[:,y]) - min(T[:,y])) * 0.08
        ax.scatter(T[:,x],T[:,y], marker='.',alpha=0.7)

    Plot2D(do_ISO(samples), 'ISO_Chart', 0, 1)

    plt.show()

Answer 1

如果没有看到您正在使用的数组，很难说。您实际上是在绘制 do_ISO() 函数的结果，该函数使用 sklearn.manifold.Isomap.transform().

创建一个数组

此函数是否保留数组中元素的顺序？如果是这样，事情可能会相当容易。当您首先填充 Folder1 中的所有图像，然后填充 Folder2 中的所有图像时，您可以简单地计算 Folder1 中的项目数，并根据该数字将数组分成 2 份（例如 nbFilesFolder1）。然后你调用 2 次 scatter:

ax.scatter(T[:nbFilesFolder1,x],T[:nbFilesFolder1,y], marker='.',alpha=0.7, c='red')
ax.scatter(T[nbFilesFolder1:,x],T[nbFilesFolder1:,y], marker='.',alpha=0.7, c='blue')

基于数据来源的散点图的不同颜色

Different colors for scatter plots based on origin of data

matplotlib

scatter-plot

python-2.7

data-science