如何在python中以两种不同颜色显示来自两个标签0,1的数值？

如何解决如何在python中以两种不同颜色显示来自两个标签0,1的数值？

我目前正在研究二元 SVM 分类器。为了可视化分类器的工作原理，我想创建一个概率密度函数直方图（使用 scikit 计算），显示单个数据点的标量（无论它属于 0 类还是 1 类）。

情节：

请注意，在 SVM 中，分类器的“切割边缘”是 -1 和 1。该图很好地描绘了在 [-1,1] 处存在一些决策边界。

回到我的问题： 我想分别为标签 0 和 1 的数据点着色 以分析软边距（-1 和 1 之间的区域）

概率密度函数存储为np.array 相应的标签存储在 Pandas 数据帧中。

如何将类别 0 的数值绘制在即“绿色”和类别 1 中绘制为“蓝色”的数组和数据框联系起来？

代码：

plt.hist(decisions_function_cv,bins=500,color='navy')

我试图将两者保存在同一个数据帧中，但我无法解密我如何以上述预期方式将其编程到决策函数中:(

Some1 有一个聪明的方法？ 提前致谢！

编辑：示例代码：

probab 的标量。事实。

 np.array([.5,0.6,1,-1,-.5,-0.6])

带有相应标签的风格化数据框：

df['labels']

0      1.0
1      1.0
2      1.0
3      1.0
4      1.0
5      1.0
6      0.0
7      0.0
8      1.0
9      1.0

*类别 1 的数值应绘制为蓝色

类别 0 的数值应以绿色绘制

解决方法

使用 seaborn，您可以轻松构建复杂的 pyplot 图表。

首先，我们重建您的数据框：

import pandas as pd
import numpy as np

df = pd.DataFrame()
df['values'] = np.array([.5,0.6,1,-1,-.5,-0.6])
df['category'] = [1.0,1.0,0.0,1.0]

print(df)

   values  category
0     0.5       1.0
1     0.6       1.0
2     1.0       1.0
3     1.0       1.0
4     1.0       1.0
5    -1.0       1.0
6    -1.0       0.0
7    -1.0       0.0
8    -0.5       1.0
9    -0.6       1.0

然后我们使用您的数据集并使用“类别”列配置颜色（hue 参数）（请注意，您定义的调色板独立于实际值）：

import seaborn as sns
import matplotlib.pyplot as plt
sns.set_style('whitegrid')

sns.histplot(
    data=df,x="values",hue="category",palette=['green','blue']
)

这将打印以下结果：