python - 如何在 Matplotlib 中绘制 3D 热图颜色

Question

我正在使用 Matplotlib 3D 绘制数据集的 3 个维度，如下所示：

但现在我还想将第四维（0 到 20 之间的标量值）可视化为热图。所以基本上，我希望每个点都根据这个第四维的值来取它的颜色。

Matplotlib 中是否存在这样的东西？如何将 [0-20] 之间的一堆数字转换为热图颜色？

我从这里获取代码：http: //matplotlib.org/mpl_examples/mplot3d/scatter3d_demo.py

Answer 1

是的，像这样：

这里的更新是带有颜色条的版本。

import numpy as np
from pylab import *
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt

def randrange(n, vmin, vmax):
    return (vmax-vmin)*np.random.rand(n) + vmin

fig = plt.figure(figsize=(8,6))

ax = fig.add_subplot(111,projection='3d')
n = 100

xs = randrange(n, 23, 32)
ys = randrange(n, 0, 100)
zs = randrange(n, 0, 100)

colmap = cm.ScalarMappable(cmap=cm.hsv)
colmap.set_array(zs)

yg = ax.scatter(xs, ys, zs, c=cm.hsv(zs/max(zs)), marker='o')
cb = fig.colorbar(colmap)

ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')


plt.show()

好像：

更新这是一个通过某些 4 维属性为数据点着色的显式示例。

import numpy as np
from pylab import *
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt

def randrange(n, vmin, vmax):
    return (vmax-vmin)*np.random.rand(n) + vmin

fig = plt.figure(figsize=(8,6))

ax = fig.add_subplot(111,projection='3d')
n = 100

xs = randrange(n, 0, 100)
ys = randrange(n, 0, 100)
zs = randrange(n, 0, 100)
the_fourth_dimension = randrange(n,0,100)

colors = cm.hsv(the_fourth_dimension/max(the_fourth_dimension))

colmap = cm.ScalarMappable(cmap=cm.hsv)
colmap.set_array(the_fourth_dimension)

yg = ax.scatter(xs, ys, zs, c=colors, marker='o')
cb = fig.colorbar(colmap)

ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')


plt.show()

Answer 2

我大多同意@seth，但我想更改 1 行，以便颜色值不标准化：

yg = ax.scatter(xs, ys, zs, c=colmap.to_rgba(the_fourth_dimension)[:,0,0:3], marker='o')