Python 中的散點圖和顏色映射

Question

我有一系列點 x 和 y 存儲在 numpy 數組中。 那些代表 x(t) 和 y(t) 其中 t=0...T-1

我正在繪制散點圖

import matplotlib.pyplot as plt

plt.scatter(x,y)
plt.show()

我想要一個表示時間的顏色圖（因此根據 numpy 數組中的索引為點着色）

最簡單的方法是什么？

Answer 1

這是一個例子

import numpy as np
import matplotlib.pyplot as plt

x = np.random.rand(100)
y = np.random.rand(100)
t = np.arange(100)

plt.scatter(x, y, c=t)
plt.show()

在這里，您將根據索引t設置顏色，它只是一個[1, 2, ..., 100]數組。

也許一個更容易理解的例子是稍微簡單的

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(100)
y = x
t = x
plt.scatter(x, y, c=t)
plt.show()

請注意，您作為c傳遞的數組不需要具有任何特定的順序或類型，即不需要像這些示例中那樣排序或整數。 繪圖例程將縮放顏色圖，以便c中的最小值/最大值對應於顏色圖的底部/頂部。

顏色圖

您可以通過添加更改顏色圖

import matplotlib.cm as cm
plt.scatter(x, y, c=t, cmap=cm.cmap_name)

導入matplotlib.cm是可選的，因為您也可以將顏色圖稱為cmap="cmap_name" 。 有一個顏色圖的 參考頁面，顯示了每個顏色圖的樣子。 還知道您可以通過簡單地將其稱為cmap_name_r來反轉顏色cmap_name_r 。 所以要么

plt.scatter(x, y, c=t, cmap=cm.cmap_name_r)
# or
plt.scatter(x, y, c=t, cmap="cmap_name_r")

將工作。 示例是"jet_r"或cm.plasma_r 。 這是新的 1.5 顏色圖 viridis 的示例：

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(100)
y = x
t = x
fig, (ax1, ax2) = plt.subplots(1, 2)
ax1.scatter(x, y, c=t, cmap='viridis')
ax2.scatter(x, y, c=t, cmap='viridis_r')
plt.show()

顏色條

您可以使用添加顏色條

plt.scatter(x, y, c=t, cmap='viridis')
plt.colorbar()
plt.show()

請注意，如果您明確使用圖形和子圖（例如fig, ax = plt.subplots()或ax = fig.add_subplot(111) ），添加ax = fig.add_subplot(111)可能會更復雜一些。 可以在此處找到單個子圖 colorbar和2 個子圖 1 colorbar 的好示例。

Answer 2

要添加到上面 wflynny 的答案，您可以在 此處找到可用的顏色圖

例子：

import matplotlib.cm as cm
plt.scatter(x, y, c=t, cmap=cm.jet)

或者，

plt.scatter(x, y, c=t, cmap='jet')

Answer 3

子圖顏色條

對於散點圖，您可以在輔助圖形的幫助下構建“可映射”，然后將其添加到原始圖中，從而將顏色條欺騙到軸上。

作為上面例子的延續：

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(10)
y = x
t = x
fig, (ax1, ax2) = plt.subplots(1, 2)
ax1.scatter(x, y, c=t, cmap='viridis')
ax2.scatter(x, y, c=t, cmap='viridis_r')


# Build your secondary mirror axes:
fig2, (ax3, ax4) = plt.subplots(1, 2)

# Build maps that parallel the color-coded data
# NOTE 1: imshow requires a 2-D array as input
# NOTE 2: You must use the same cmap tag as above for it match
map1 = ax3.imshow(np.stack([t, t]),cmap='viridis')
map2 = ax4.imshow(np.stack([t, t]),cmap='viridis_r')

# Add your maps onto your original figure/axes
fig.colorbar(map1, ax=ax1)
fig.colorbar(map2, ax=ax2)
plt.show()

請注意，您還將輸出一個可以忽略的輔助數字。