Python散点图边缘颜色（按标签）

Question

我试图弄清楚如何动态设置数据点的edgecolor。可以使用c=[array of numeric labels]设置facecolor，但对于EdgeColor则不是这样。

我试图实现的是一个图，其中facecolor等于实例算法的预测标签，edgecolor等于该实例的真实标签。这样，我可以直观地比较结果（对于进一步的工作很重要）。

有什么建议吗？这是我目前的代码：

fig, axs = plt.subplots(2, 2)
axs[0, 0].scatter(X_train[:,0], X_train[:,1], c=y_train)
axs[0, 0].set_title('org.Data with true labels')
axs[0, 1].scatter(X_train[:,0], X_train[:,1], c=y_pred)
axs[0, 1].set_title('org.Data with LOF labels')
axs[1, 0].scatter(data_PCA[:,0],data_PCA[:,1], c=y_pred)
axs[1, 0].set_title("PCAplt, labels LOF: org.Data")
axs[1, 1].scatter(data_PCA[:,0],data_PCA[:,1], c=y_pred_PCA)
axs[1, 1].set_title('PCA.plt, labels LOF: PCA')

这给了我以下的情节

我感谢任何建议。谢谢你！

Answer 1

有时候，在把东西放在地上Rest一段时间后，答案就来了。我找到了一个解决方案，并想与大家分享，以防有人需要：

简言之：我使用一个非常简单的列表理解预先计算了一个“真标签颜色”列表，并使用另一个长度为2的列表，其颜色与FaceColor相同。

守则：

colors = ["green","red"]
true_labels_color_encoded = ["red" if label == 1 else "green" for label in y_train]

fig, axs = plt.subplots(2, 2)
axs[0, 0].scatter(X_train[:,0], X_train[:,1], c=y_train, cmap=ListedColormap(colors), edgecolors=true_labels_color_encoded)
axs[0, 0].set_title('org.Data with true labels')
axs[0, 1].scatter(X_train[:,0], X_train[:,1], c=y_pred,cmap=ListedColormap(colors),edgecolors=true_labels_color_encoded)
axs[0, 1].set_title('org.Data with LOF labels')
axs[1, 0].scatter(data_PCA[:,0],data_PCA[:,1], c=y_pred,cmap=ListedColormap(colors),edgecolors=true_labels_color_encoded)
axs[1, 0].set_title("PCAplt, labels LOF: org.Data")
axs[1, 1].scatter(data_PCA[:,0],data_PCA[:,1], c=y_pred_PCA,cmap=ListedColormap(colors),edgecolors=true_labels_color_encoded)
axs[1, 1].set_title('PCA.plt, labels LOF: PCA')

因此，true_labels_color_encoded看起来像=[“red”、“green”、“green”、“green”]（注意：在我的例子中，y_train=1中的标签表示异常，0表示正常）

这给了我以下的情节：

看到我的情节了吗

我使用其他简化技术（如ISOMAP或t-SNE）获得了更好的结果。