0

我正在尝试用 matplotlib 表示 3D 散点图数据。

我有 3 个要绘制的数组：

  • 具有点 X 坐标的数组
  • 具有点的 Y 坐标的数组
  • 具有与每个点链接的参数值的数组（其坐标在 X[] 和 Y[] 中描述的点

我想要的是：

  • 每个 (X,Y) 对的 2D 点云（散点图）图
  • 根据第三个数组中的对应值，每个点都有一个颜色
  • 表示链接参数的范围和值的颜色条

我遇到了颜色映射问题。这是带有注释的最小代码：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm
from matplotlib.colors import ListedColormap

X = [] # x coordinates array
Y = [] # y coordinates array
parameter = [] # linked parameter values array, each value represents a point. This array is ordered accordingly

# next : the arrays are populated ..
# now I need to plot the point cloud (X,Y) with each point having a color representing the value of the corresponding linked parameter..

我已经阅读了一些教程并了解我需要为参数创建自定义颜色图。我尝试通过以下方式根据链接参数创建颜色图：

viridisBig = cm.get_cmap('viridis', 512)
newcmp = ListedColormap(viridisBig(np.linspace(np.min(PARAMETER), np.max(PARAMETER), 512)))

然后称为散点图：

plt.scatter(X, Y, cmap=newcmp)
plt.colorbar(cm.ScalarMappable(cmap=newcmp))
plt.show()

上面的代码不能正常工作。它使用独特的颜色（蓝色）绘制散点图，侧面的颜色条为黄色，如随附的屏幕截图所示：

输出图

我想我遗漏了一些与创建颜色图相关的东西，但我还没有找到任何关于这个简单案例的明确示例。有任何想法吗？

提前致谢！

4

1 回答 1

0

通过在将颜色图用作散点函数的参数之前对参数进行规范化来解决问题：

colormap = plt.cm.get_cmap('cool', 512)
normalize = mpl.colors.Normalize(vmin=PARAMETER.min(), vmax=PARAMETER.max())

然后：

plt.scatter(X, Y, c=PARAMETER, s=5, cmap=colormap, norm=normalize)
于 2021-03-04T10:16:10.570 回答