使用 Julia 中的 Plots.jl 包,我可以使用各种后端基于两个向量x
和y
k = 100
x = rand(k)
y = rand(k)
scatter(x, y)
我无法找到有关如何根据一些长度k
向量为它们着色的信息z
。你是怎样做的?
使用 Julia 中的 Plots.jl 包,我可以使用各种后端基于两个向量x
和y
k = 100
x = rand(k)
y = rand(k)
scatter(x, y)
我无法找到有关如何根据一些长度k
向量为它们着色的信息z
。你是怎样做的?
以下方法将比 jverzani 的方法好得多(您不想为每个数据点创建一个新系列)。绘图可以使用一些额外的爱来手动定义颜色向量,但现在渐变得到很好的支持,所以你可以利用它。
using Plots
pyplot(size=(400,200), legend=false) # set backend and set some session defaults
scatter(rand(30),
m = ColorGradient([:red, :green, :blue]), # colors are defined by a gradient
zcolor = repeat( [0,0.5,1], 10) # sample from the gradient, cycling through: 0, 0.5, 1
)
如果向量 z 中的元素是分类值而不是连续值,您可能需要考虑将group
参数用于绘图调用,如下所示:
using Plots
# visualize x and y colouring points based on category z
scatter(x, y, group=z)
我原以为如果您将其定义k
为颜色符号的向量,这将起作用:scatter(x, y, markercolors=k)
,但似乎不起作用。但是,一次添加一个将如下所示:
using Plots
xs = rand(10)
ys = rand(10)
ks = randbool(10) + 1 # 1 or 2
mcols = [:red, :blue] # together, mcols[ks] is the `k` in the question
p = scatter(xs[ks .== 1], ys[ks .== 1], markercolor=mcols[1])
for k = 2:length(mcols)
scatter!(xs[ks .== k], ys[ks .== k], markercolor=mcols[k])
end
p