数据科学 IPython 笔记本 8.10 自定义颜色条

8.10 自定义颜色条

原文:Customizing Colorbars
译者:飞龙
协议:CC BY-NC-SA 4.0
本节是《Python 数据科学手册》(Python Data Science Handbook)的摘录。
绘图图例标识离散点的离散标签。对于基于点,线条或区域颜色的连续标签,带标签的颜色条可能是一个很好的工具。在 Matplotlib 中,颜色条是一个单独的轴域,可以为绘图中的颜色含义提供见解。原书是黑白打印的,但是在线版本是彩色的,你可以在这里看到全彩的图形。我们首先为绘图配置笔记本,并导入我们将使用的函数:
import matplotlib.pyplot as plt plt.style.use('classic')%matplotlib inline import numpy as np

我们在本节中多次看到,可以使用plt.colorbar函数创建最简单的颜色条:
x = np.linspace(0, 10, 1000) I = np.sin(x) * np.cos(x[:, np.newaxis])plt.imshow(I) plt.colorbar();

数据科学 IPython 笔记本 8.10 自定义颜色条
文章图片

我们现在将讨论一些想法,自定义这些颜色条,并在各种情况下有效地使用它们。
自定义颜色条 可以使用创建可视化的绘图函数的cmap参数指定颜色条:
plt.imshow(I, cmap='gray');

数据科学 IPython 笔记本 8.10 自定义颜色条
文章图片

所有可用的颜色表都在plt.cm命名空间中;IPython 的 TAB 补全,将为你提供内置选项的完整列表:
plt.cm.

但是能够选择颜色表只是第一步:更重要的是如何在选项中做决策!选择结果比你最初预期的要微妙得多。
选择颜色表
可视化中的颜色选择的完全处理,超出了本书的范围,但是为了阅读这个主题和其他内容,请参阅文章“更好的绘图的十个简单的规则”。Matplotlib 的在线文档还有一个关于颜色表选择的有趣讨论。
一般来讲,你应该了解三种不同类型的颜色表:
  • 顺序颜色表:它们由连续的颜色序列组成(例如,binaryviridis)。
  • 发散颜色表:这些通常包含两种不同的颜色,显示相对均值的正偏差和负偏差(例如,RdBuPuOr)。
  • 定性颜色表:这些混合颜色没有特定的顺序(例如,rainbowjet)。
jet颜色表是 2.0 版之前 Matplotlib 中的默认值,是定性颜色表的一个示例。它的默认状态非常不幸,因为对于表示定量数据来讲,定性映射往往是不良选择。问题之一是,定性映射通常在尺度增加时不显示任何均匀的亮度变化。
我们可以通过将jet颜色表转换成黑白来看到这一点:
from matplotlib.colors import LinearSegmentedColormapdef grayscale_cmap(cmap): """返回给定颜色表的灰度版本""" cmap = plt.cm.get_cmap(cmap) colors = cmap(np.arange(cmap.N))# 将 RGBA 转换为感知灰度亮度 # cf. http://alienryderflex.com/hsp.html RGB_weight = [0.299, 0.587, 0.114] luminance = np.sqrt(np.dot(colors[:, :3] ** 2, RGB_weight)) colors[:, :3] = luminance[:, np.newaxis]return LinearSegmentedColormap.from_list(cmap.name + "_gray", colors, cmap.N)def view_colormap(cmap): """使用颜色表的灰度等价物来绘制它""" cmap = plt.cm.get_cmap(cmap) colors = cmap(np.arange(cmap.N))cmap = grayscale_cmap(cmap) grayscale = cmap(np.arange(cmap.N))fig, ax = plt.subplots(2, figsize=(6, 2), subplot_kw=dict(xticks=[], yticks=[])) ax[0].imshow([colors], extent=[0, 10, 0, 1]) ax[1].imshow([grayscale], extent=[0, 10, 0, 1])view_colormap('jet')

数据科学 IPython 笔记本 8.10 自定义颜色条
文章图片

注意灰度图像中的明亮条纹。即使是全彩色,这种不均匀的亮度意味着,眼睛会被吸引到颜色范围的某些部分,这可能会强调数据集的不重要部分。最好使用例如viridis(Matplotlib 2.0 的默认值)的颜色表,它专门为在整个范围内具有均匀的亮度变化而构建。因此,它不仅可以很好地适应我们的色彩感知,而且可以很好地转换为灰度打印:
view_colormap('viridis')

数据科学 IPython 笔记本 8.10 自定义颜色条
文章图片

如果你喜欢彩虹图案,连续数据的另一个良好选择是cubehelix颜色表:
view_colormap('cubehelix')

数据科学 IPython 笔记本 8.10 自定义颜色条
文章图片

对于其他情况,例如显示某些均值的正偏差和负偏差,诸如RdBu(Red-Blue)的双色颜色表可能是有用的。但是,你会在下图中看到,重要的是要注意,在转换为灰度时,正负信息将会丢失!
view_colormap('RdBu')

数据科学 IPython 笔记本 8.10 自定义颜色条
文章图片

当我们继续时,我们将看到使用其中一些颜色表的示例。
Matplotlib 中有大量的颜色表;要查看它们的列表,可以使用 IPython 来探索plt.cm子模块。对于在 Python 中使用颜色的更加合乎正道的途径,你可以参考 Seaborn 库中的工具和文档(参见“使用 Seaborn 进行可视化”)。
颜色限制和扩展
Matplotlib 允许定制大范围的颜色条。颜色条本身只是plt.Axes的一个实例,所以我们学到的所有轴域和刻度的格式化技巧都适用。颜色条有一些有趣的灵活性:例如,我们可以缩小颜色限制,并通过设置extend属性,在顶部和底部用三角形箭头指示越界值。这可能会派上用场,例如,如果显示受噪声影响的图像:
# 为 1% 的图像像素生成噪声 speckles = (np.random.random(I.shape) < 0.01) I[speckles] = np.random.normal(0, 3, np.count_nonzero(speckles))plt.figure(figsize=(10, 3.5))plt.subplot(1, 2, 1) plt.imshow(I, cmap='RdBu') plt.colorbar()plt.subplot(1, 2, 2) plt.imshow(I, cmap='RdBu') plt.colorbar(extend='both') plt.clim(-1, 1);

数据科学 IPython 笔记本 8.10 自定义颜色条
文章图片

请注意,在左侧面板中,默认颜色限制会响应噪声像素,并且噪声范围会完全消除我们感兴趣的模式。在右侧面板中,我们手动设置颜色限制,并添加扩展来标识高于或低于这些限制的值。结果是对我们的数据更加有用的可视化。
离散颜色条
默认情况下,颜色表是连续的,但有时你想表示离散值。最简单的方法是使用plt.cm.get_cmap()函数,并传递合适的颜色表的名称以及所需的桶数:
plt.imshow(I, cmap=plt.cm.get_cmap('Blues', 6)) plt.colorbar() plt.clim(-1, 1);

数据科学 IPython 笔记本 8.10 自定义颜色条
文章图片

颜色表的离散版本可以像任何其他颜色表一样使用。
示例:手写数字 对于这可能有用的示例,让我们看一些手写数字数据的有趣可视化。
这些数据包含在 Scikit-Learn 中,包含近 2,000 张8x8的缩略图,显示各种手写数字。
现在,让我们首先下载数字数据并使用plt.imshow()可视化几个示例图像:
# 加载数字 0~5 的图像 # 可视化它们中的几个 from sklearn.datasets import load_digits digits = load_digits(n_class=6)fig, ax = plt.subplots(8, 8, figsize=(6, 6)) for i, axi in enumerate(ax.flat): axi.imshow(digits.images[i], cmap='binary') axi.set(xticks=[], yticks=[])

数据科学 IPython 笔记本 8.10 自定义颜色条
文章图片

因为每个数字由其 64 个像素的亮度定义,我们可以将每个数字视为位于 64 维空间中的点:每个维度代表一个像素的亮度。但是在这种高维空间中可视化关系可能非常困难。解决这个问题的一种方法是使用降维技术,例如流形学习,来减少数据的维度,同时保持感兴趣的关系。降维是无监督机器学习的一个例子,我们将在“什么是机器学习?”中更详细地讨论它。
推迟对这些细节的讨论,让我们看一下这个数字数据的二维流形学习投影(详见“深入分析:流形学习”):
# 使用 IsoMap 将数字投影到二维 from sklearn.manifold import Isomap iso = Isomap(n_components=2) projection = iso.fit_transform(digits.data)

我们将使用我们的离散颜色表来查看结果,设置ticksclim来改善所得颜色条的美感:
# 绘制结果 plt.scatter(projection[:, 0], projection[:, 1], lw=0.1, c=digits.target, cmap=plt.cm.get_cmap('cubehelix', 6)) plt.colorbar(ticks=range(6), label='digit value') plt.clim(-0.5, 5.5)

数据科学 IPython 笔记本 8.10 自定义颜色条
文章图片

该投影还为我们提供了一些数据集内部关系的有趣见解:例如,5 和 3 的范围在此投影中几乎重叠,表明一些手写的五和三难以区分,因此更容易由自动分类算法混淆。其他值,如 0 和 1,更加分散,因此更不容易混淆。这个观察结果与我们的直觉一致,因为 5 和 3 看起来比 0 和 1 更相似。
【数据科学 IPython 笔记本 8.10 自定义颜色条】我们将在第 5 章中返回流形学习和数字分类。

    推荐阅读