将特定字符串值映射到中的特定颜色matplotlib.pyplot.imshow()

Question

我有一个pandas.dataframe，看起来像这样：

columns    0    1   2   3   4   5
           A    A   A   A   B   B
           B    B   B   C   C   D
           D    D   E   E   F   F

我想使用pyplot.imshow()绘制此图，并指定以下颜色映射：

^{pr2}$

如果我正在绘制bar或scatter，我可以用参数color=a_list_of_colors调用，但这对imshow()无效。在

相反，我需要调用一个cmap，但据我所知，不可能创建一个cmap，其中特定的颜色映射到一个值。在

这意味着我需要创建如下颜色贴图：

    from matplotlib.colors import ListedColormap 

    _colors = ["#DA291E", "DA291E", "DA291E", "DA291E" 
               "#83DF39", "#83DF39", "#83DF39", "#83DF39", "#83DF39", #...and so on]
    cmap = ListedColormap(_colors, name="custom_cmap")

但是有没有更好的方法来解决这个问题呢？在

---

我以为我可以实现上述方法，但由于某些原因，它不起作用，我似乎不知道为什么。在

我首先根据上面我的series长版本创建一个颜色列表，然后将该列表转换为颜色映射：

color_list = list(series.map(color_dict))
custom_cmap = ListedColormap(color_list, name="custom_cmap")

长series基本上如下所示：

A
A
A
A
B
B
B
B
B
C
#...and so on

我的df中的第五个元素是B，当我打印custom_cmap.__dict__.colors[4]时，我得到了#83DF39，它与我的df中的字符串值B相对应。所以地图是正确的。在

当我用cmap=custom_cmap调用plt.imshow()时，问题就出现了，因为它没有跟随cmap某些值的颜色不正确。在

我的第一个想法是我弄乱了顺序，这意味着color_list没有遵循{}的顺序，但它确实是这样。在

上面的df包含18个值，颜色列表也包含18个值。df中的最后一个值是F，这意味着color_list中的最后一个颜色应该是#52BFEC，它就是这样。在

---

添加更多代码。在

# Begin by converting strings to any number since plt.imshow() needs numbers
float_dict = {
    'A': 0.0,
    'B': 1.0,
    'C': 2.0,
    'D': 3.0,
    'E': 4.0,
    'F': 5.0,
    'G': 6.0,
    'H': 7.0,
    'I': 8.0
}

converted_series = series.map(float_dict).copy()

# Map each float to a specific color
color_dict = {
    0.0: '#DA291E',
    1.0: '#E7112d',
    2.0: '#83CD39',
    3.0: '#009934',
    4.0: '#007AB3',
    5.0: '#54BDEC',
    6.0: '#000066',
    7.0: '#DDDD11',
    8.0: '#572B84',
}

# Create a cmap from a color list
color_list = list(converted_series.map(color_dict))
custom_cmap = ListedColormap(color_list, name="custom_cmap")

# Widen the series into a df
df = series_to_wide_df(converted_series, n_columns=8)

# Plot it
plt.imshow(df, cmap=custom_cmap, interpolation='none')

上面的结果如下图所示。在

• 请注意，此图像中的数据与原始文章中df中的数据不同。在

---

我测试了一个不同的color_dict：

color_dict = {
    0.0: '#FF0000',
    1.0: '#FF0000',
    2.0: '#FF0000',
    3.0: '#FF0000',
    4.0: '#FF0000',
    5.0: '#000000',
    6.0: '#000000',
    7.0: '#000000',
    8.0: '#000000'
}

但是颜色仍然不能正确映射。使用这些颜色，1.0，2.0，6.0，7.0和一些{}得到红色。在

Answer 1

如果没有自己运行的话，很难看到建议的代码出了什么问题。在

下面将创建一个将字母映射到数字的字典，并将其应用于dataframe。然后它将创建一个colormap，其中包含数据帧中（可能的）值的尽可能多的颜色。然后，当colormap在0和colormap中的元素数量之间被规范化时，使用imshow进行绘图可以很好地工作。（如果并非所有可能的值都实际出现在要绘制的特定数据帧中，例如字母A和H将丢失，则此规范化可能有用。）

import numpy as np; np.random.seed(42)
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap


df = pd.DataFrame(np.random.choice(list("ABCDEFGH"), size=(8,8)))
print(df)

#mapping from letters to numbers
letter2num = dict(zip(list("ABCDEFGH"), np.arange(8)))
df2 = pd.DataFrame(np.array( [letter2num[i] for i in df.values.flat] ).reshape(df.shape))


#produce colormap with as many colors as there are unique values in df
colors = ["pink", "red", "violet", "blue", 
          "turquoise", "limegreen", "gold", "brown"]  # use hex colors here, if desired.
cmap = ListedColormap(colors)

fig, ax = plt.subplots()
ax.imshow(df2.values, vmin=0, vmax=len(cmap.colors), cmap=cmap)


for i in range(len(df2)):
    for j in range(len(df2.columns)):
        ax.text(j,i, df.values[i,j], ha="center", va="center")
plt.show()