2d scatter matplotlib背后的热图

我有一个数据矩阵X它是n x 2和相应的二元标签阵列y，说第i个人是否是赢家。我试图用散热图创建一个散点图，其中显示了图上每个点的预测概率，即赢家。这是到目前为止我的代码2d scatter matplotlib背后的热图

import matplotlib.pyplot as plt 
from sklearn.externals import joblib 
from sklearn.linear_model import LogisticRegression 

X = joblib.load('X.pkl') 
y = joblib.load('y.pkl') 
lr = LogisticRegression() 
lr.fit(X, y) 
plt.scatter(X[y == 1, 0], X[y == 1, 1], color='r', label='winners', s=1) 
plt.scatter(X[y == 0, 0], X[y == 0, 1], color='b', label='losers', s=1) 
plt.legend() 
# Want to add a heatmap in the background for predicted probabilities here 
plt.show()

从本质上讲，我希望背景是越红，其中预测的概率很高，更蓝的地方低。我可以使用lr.predict_proba(X)[:0]获得一组点的概率。

如何给背景着色，使得图中的每个点（x1，x2）根据其预测的获胜概率获得颜色？

来源

2017-05-19 michaelsnowden

有你在这[问题]阅读解决方案（http://stackoverflow.com/questions/2369492/generate-a-heatmap-in-matplotlib-using-a-scatter-data-set）？作为热图的散射可能与您想要的不一样，但这可能对您有所帮助。 –

你正在寻找的点被指定C值是什么，以及颜色表：

props = lr.predict_proba(X) 
plt.scatter(X[y == 1, 0], X[y == 1, 1], c=props[:, 1], cmap='Reds', label='winners', s=1) 
plt.scatter(X[y == 0, 0], X[y == 0, 1], c=props[:, 0], cmap='Blues', label='losers', s=1)

如果你想不同的色彩映射表，检查该链接的完整列表： https://matplotlib.org/examples/color/colormaps_reference.html

来源

2017-05-19 03:14:12

这几乎适用于我，但我在这个问题上有点不清楚。我想要为图上的每个点（不仅仅是X中的那个点）分配一种颜色（即整个图是彩色的） – michaelsnowden

您可以尝试plt.pcolormesh（x，y，道具）。您将需要根据自己的意图重塑阵列... –

2d scatter matplotlib背后的热图

回答

相关问题