将列表绘制为颜色条以有效可视化异常值

Question

我想为存储在列表中的值生成颜色条

def map_values_to_color(data: List, cmap: str, integer=False):
   
    norm = matplotlib.colors.Normalize(vmin=min(data), vmax=max(data), clip=True)
    mapper = cm.ScalarMappable(norm=norm, cmap=cmap)

    if integer:
        color = [[r, g, b] for r, g, b, a in mapper.to_rgba(data, bytes=True)]
    else:
        color = [[r, g, b] for r, g, b, a in mapper.to_rgba(data)]

    colorlist = [(val, color) for val, color in zip(data, color)]

    return colorlist
    
if __name__ == '__main__':


    vals = [100, .80, .10, .79, .70, .60, .75, .78, .65, .90] 

    colorlist = map_values_to_color(data=vals, cmap='bwr_r', integer=True)

关于如何仅生成颜色条的任何建议都非常有用。

编辑：从以下代码获得的输出：

编辑2：以下答案可能对没有异常值的列表有用。但是，我的数据有异常值，我仍在寻找有关如何使用颜色条（即某种离散颜色条）有效地可视化异常值数据的建议/输入。

Answer 1

正如他们告诉您的那样，您需要一个二维数组才能使用 imshow，但您需要一个 1 行 N-columns 数组来表示固有的 mono-dimensionality列表。

此外，我们可以对刻度进行一些修饰以简化绘图（我删除了 y 刻度，因为你实际上没有 y 轴）并更容易识别异常值（我指定了一个更密集的 x 刻度集 — 请注意，对于非常长的列表，必须以某种方式对其进行调整。

最后但并非最不重要的一点是，您对异常值有严格的定义，并且想要一个详细描述正确范围并证明异常值的颜色图，在这方面我已经调整 an answer by Joe Kington，其中我们修改颜色图以显示离群值的对比色，并在 imshow 级别指定，这是我们有离群值的范围之外的范围。

这是我的脚本（注意使一维数组成为二维数组的扩展切片语法，vmin 和 vmax 的使用，`extend= 的使用'both' 以及我们如何为异常值设置对比色）

import numpy as np
import matplotlib.pyplot as plt

vals = [100, .80, .10, .79, .70, -80, .75, .78, .65, .90]
arr = np.array(vals)[None, :] # arr.shape ⇒ (1, 10)
###   #######################
im = plt.imshow(arr, vmin=0, vmax=1, cmap='bwr')                
cbar = plt.colorbar(im, extend='both', orientation='horizontal')
cbar.cmap.set_under('yellow') , cbar.cmap.set_over('green')
plt.xticks(range(len(vals))), plt.yticks(())
plt.show

脚本生成

将列表绘制为颜色条以有效可视化异常值

Plot list as a colorbar to efficiently visualize outliers

matplotlib

python-3.x

colorbar