PythonのScikit LearnのK-Means利用時に散布図を描いた際の座標色設定が理解できない

前提・実現したいこと

PythonでScikitLearnを使っていますが、K-Meansを用いた散布図の各座標の色の設定方法が知りたいです。

###より具体的には・・・
Pythonにてscikit-learnでK-Meansの散布図を書こうとしています。
以下のとおり、クラスターは2つで設定した上でモデルを作成しました。

model_SM = KMeans(n_clusters=2, random_state=3)

上記のもと、以下のように散布図を書いています。fLは特徴量の標準化後の値です。

plt.scatter(fL_std[:,0], fL_std[:,1], c=model_SM.labels_)

上記は教科書通りの内容であり、これどおりにやると確かに紫と黄色の2色に分かれて散布図が描かれます。
なぜ、カラーの設定をしていないのに紫と黄色のカラーが自動的に割り振られるのか？ということが疑問点
なのであり、もちろん、c=model_SM.labels_の記述に起因することは理解しています。
しかし、

・どこで紫・黄色と色が決定されているのか？その記述プログラムがどこにあるのか？
・このplt.scatter(fL_std[:,0], fL_std[:,1], c=model_SM.labels_)の記述を前提
にした場合に、どうやって色を変えるのか？が分かりません。

詳しい方、教えていただけませんでしょうか？

行動規範の内容に同意します

回答1件

ベストアンサー

plt.scatter() の c パラメータに対応する色は colormap によって決まります。
デフォルトでの colormap は

https://matplotlib.org/examples/color/colormaps_reference.html

のページの一番上にある viridis　が設定されているはずですので、cに２値の値が設定されている場合は、一番左にある紫と一番右の黄色が割り振られるということになります。
（３値にした場合は更に真ん中のシアンが割り振られます）

色を変える方法としては、上記のページにある別の colormap を選択して

Python
1plt.scatter(fL_std[:,0], fL_std[:,1], c=model_SM.labels_, cmap='bwr')

のように設定するのが簡単です。

独自で設定した色にしたいのであれば ListedColormap などで独自のColormapを作成する方法もあります。

Python
1from matplotlib.colors import ListedColormap
2
3my_cmap = ListedColormap(['pink', 'gray', 'yellow'])
4plt.scatter(fL_std[:,0], fL_std[:,1], c=model_SM.labels_, cmap=my_cmap)