python - Matplotlib 3D 绘图使用颜色图

Question

我正在尝试使用 ax.scatter 绘制 3D 散射图。我已经从 fit 文件中读取了数据，并将三列中的数据存储到 x、y、z 中。我已经确保 x,y,z 数据大小相同。z 已在 0 和 1 之间标准化。

import numpy as np
import matplotlib
from matplotlib import pylab,mlab,pyplot,cm
plt = pyplot
import pyfits as pf
from mpl_toolkits.mplot3d import Axes3D
import fitsio

data = fitsio.read("xxx.fits")

x=data["x"]
y=data["y"]
z=data["z"]
z = (z-np.nanmin(z)) /(np.nanmax(z) - np.nanmin(z))

Cen3D = plt.figure()
ax = Cen3D.add_subplot(111, projection='3d')

cmap=cm.ScalarMappable(norm=z, cmap=plt.get_cmap('hot'))
ax.scatter(x,y,z,zdir=u'z',cmap=cmap)

ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_zlabel('z')
plt.show()

我想要实现的是使用颜色来指示 z 的大小。就像较高的 z 值会得到较深的颜色。但是我不断得到一个没有我想要的颜色图的情节，它们都是相同的默认蓝色。我做错了什么？谢谢。

Answer 1

您可以c在命令中使用关键字scatter，告诉它如何为点着色。

您不需要 set zdir，因为这是在您绘制 2d 集时

正如@Lenford 指出的那样，您也可以cmap='hot'在这种情况下使用，因为您已经对数据进行了标准化。

我已经修改了您的示例以使用一些随机数据而不是您的 fit 文件。

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

x = np.random.rand(100)
y = np.random.rand(100)
z = np.random.rand(100)

z = (z-np.nanmin(z)) /(np.nanmax(z) - np.nanmin(z))

Cen3D = plt.figure()
ax = Cen3D.add_subplot(111, projection='3d')

ax.scatter(x,y,z,cmap='hot',c=z)

ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_zlabel('z')
plt.show()

Answer 2

根据pyplot.scatter 文档，指定要绘制的点必须采用浮点数组的形式，以便 cmap 应用，否则默认颜色（在本例中为 jet）将继续应用。

顺便说一句，简单地说明cmap='hot'将适用于此代码，因为颜色图hot是 matplotlib 中的注册颜色图。