content/pages/ancillary/categories-scatterplot-source.md

   1 Title: Source Code for Scatterplot Figure in "The Categories Were Made for Man to Make Predictions"
   2 Status: Hidden
   3
   4 Requires [NumPy](http://www.numpy.org/), [Matplotlib](https://matplotlib.org/).
   5
   6 ```python
   7 import functools
   8 import itertools
   9
  10 import matplotlib.pyplot as plot
  11 from matplotlib.colors import ListedColormap
  12 from mpl_toolkits.mplot3d import Axes3D
  13 from numpy import array
  14 from numpy.random import normal
  15
  16
  17 class Person:
  18     def __init__(self, a, b, c):
  19         self.a = a
  20         self.b = b
  21         self.c = c
  22
  23     def trait_vector(self):
  24         return [self.a, self.b, self.c]
  25
  26     @classmethod
  27     def generate_cis_male(cls):
  28         a = normal(0, 1)
  29         b = normal(0, 1)
  30         c = normal(0, 1)
  31         return cls(a, b, c)
  32
  33     @classmethod
  34     def generate_cis_female(cls):
  35         a = normal(3.5, 1)
  36         b = normal(3.5, 1)
  37         c = normal(3.5, 1)
  38         return cls(a, b, c)
  39
  40     @classmethod
  41     def generate_agp(cls):
  42         a = normal(0, 1)
  43         b = normal(0, 1)
  44         c = normal(3.8, 1)
  45         return cls(a, b, c)
  46
  47 def my_plot():
  48     group_size = 50
  49
  50     p1 = [Person.generate_cis_female().trait_vector()
  51           for _ in range(group_size)]
  52     p2 = [Person.generate_agp().trait_vector()
  53           for _ in range(group_size)]
  54     p3 = [Person.generate_cis_male().trait_vector()
  55           for _ in range(group_size)]
  56
  57     p = array(p1 + p2 + p3)
  58
  59     target = list(functools.reduce(itertools.chain,
  60                                    [itertools.repeat(i, group_size)
  61                                     for i in range(1, 4)]))
  62
  63     figure = plot.figure(figsize=(6, 5))
  64     axes = Axes3D(figure)
  65
  66     axes.scatter(p[:, 0], p[:, 1], p[:, 2],
  67                  c=target,
  68                  cmap=ListedColormap(["#FF1493", "#B000B0", "#1E90FF"]))
  69     plot.show()
  70
  71
  72 if __name__ == "__main__":
  73     my_plot()
  74
  75 ```