データの分析や可視化で散布図を使う時には，プロットしたデータの座標や，そのデータが示すラベルや値に応じて色を変えることが多々あります．
matplotlibでRGBA値を変える方法は、以下のようになっています。
# 全て同じ色・透明度を設定する場合 plt.scatter(x, y, c="red", alpha=0.3) # 各要素の色・透明度を個別に設定する場合 c = [(0,0,0,1), (0.5,0.5,0.3,0.5)] # RGBA値のタプルを格納した配列 plt.scatter(x, y, c=c)
ここで，各要素の色・透明度を個別に設定する場合，色・アルファ値（透明度）をデータ値に応じて設定する必要があります。これを手動で設定するのは非常に手間がかかります．
このようにデータ値に応じてRGB値を設定する方法としては，matplotlibのcmapを使うのがお薦めです。
Choosing Colormaps in Matplotlib — Matplotlib 3.4.2 documentation
cmap は指定したカラーマップに沿って入力した1次元の値をRGB値に変換してくれます。
そこで，cmapを使い，データの値に応じて色・アルファ値（透明度）を滑らかにグラデーションさせた散布図をプロットするスクリプトを書いてみました。
このスクリプトでは，alpha値についてもデータの値に応じて滑らかに変化させています．
具体的には，x, y の極座標での絶対値をアルファ値に，偏角をRGB値の算出に利用しています。
プロット用スクリプト
# -*- coding: utf-8 -*- import numpy as np import matplotlib.pyplot as plt length = 500 std = 0.5 x = np.random.normal(0.0, std, length) y = np.random.normal(0.0, std, length) r = np.sqrt(x**2+y**2) agl = np.arctan(y/x) for k in range(length): if (x[k] < 0 and y[k] > 0) or (x[k] < 0 and y[k] < 0): agl[k] += np.pi elif (x[k] > 0 and y[k] < 0): agl[k] += 2*np.pi if x[k] == 0: agl[k] = np.pi/2 if y[k] > 0 else 3*np.pi/2 elif y[k] == 0: agl[k] = 0 if x[k] > 0 else np.pi # 振幅の値でアルファ値を変更 cv = np.sqrt((agl-np.min(agl)) / (np.max(agl)-np.min(agl)+1e-12)) alphas = (r-np.min(r)) / (np.max(r)-np.min(r)+1e-12) alphas **= 1.5 alphas[alphas<0.01] = 0.01 cmap = plt.cm.jet colors = [None for k in range(length)] for k in range(length): c_r, c_g, c_b, _ = cmap(cv[k]) colors[k] = (c_r, c_g, c_b, alphas[k]) plt.clf() plt.scatter(x, y, c=colors, s=50, linewidths=1) plt.xlim([-1.5, 1.5]) plt.ylim([-1.5, 1.5]) plt.grid() plt.show()
