Heatmap hinter 2D Scatter Matplotlib

Question

Ich habe eine Matrix von Daten X, die n x 2 ist und eine entsprechende Reihe von binären Etiketten y, sagen, ob die i-th Person war ein Gewinner. Ich versuche, ein Streudiagramm mit einer Heatmap darüber zu erstellen, die die vorhergesagte Wahrscheinlichkeit zeigt, dass jeder Punkt auf dem Graphen ein Gewinner ist. Hier ist mein Code so weit

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() 

Wesentlichen ich den Hintergrund wollen mehr rot sein, wo die vorhergesagte Wahrscheinlichkeit hoch, und mehr blau ist, wo es niedrig ist. Ich kann die Wahrscheinlichkeiten für eine Menge von Punkten unter Verwendung lr.predict_proba(X)[:0] erhalten.

Wie kann ich den Hintergrund so einfärben, dass jeder Punkt (x1, x2) im Diagramm eine Farbe erhält, die auf der vorhergesagten Wahrscheinlichkeit des Gewinns basiert?

Answer 1

Was Sie suchen, die c-Werte für die Punkte ist die Angabe und die colormap:

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) 

Wenn Sie verschiedene Farbtabellen wollen, lesen Sie in diesem Link für eine vollständige Liste: https://matplotlib.org/examples/color/colormaps_reference.html