不使用 "scatter" 函数的 Matplotlib 中的颜色图

Question

我已经构建了一个包含 x 和 y 位置的散点图。现在我有一个带有第三个变量密度的数组，我想根据其密度值为散点图中的每个点分配一种颜色。我知道如何使用 matplotlib 的 "scatter" 任务来完成它，例如：

x = [1,2,3,4]
y = [5,3,7,1]
density = [1,2,3,4]

map = plt.scatter(x, y, c=density)
colorbar = plt.colorbar(map)

现在，我想使用 "plot" 函数来做同样的事情，例如：

map = plt.plot(x,y, '.', c=t)

我正在尝试制作星系合并的动画，并根据该区域的密度为每个粒子分配一种颜色。到目前为止，代码仅适用于 "plot" 任务，因此我需要以这种方式实现它，但我发现的所有示例都使用前一种方式。

提前致谢！

Answer 1

首先，@tcaswell 是对的。您可能想要 animate a scatter plot。为此使用大量 plot 调用会导致比更改 scatter returns.

的集合更差的性能

但是，您可以通过以下方式使用多个 plot 调用来执行此操作：

import numpy as np
import matplotlib.pyplot as plt

xdata, ydata, zdata = np.random.random((3, 10))

cmap = plt.cm.gist_earth
norm = plt.Normalize(zdata.min(), zdata.max())

fig, ax = plt.subplots()
for x, y, z in zip(xdata, ydata, zdata):
    ax.plot([x], [y], marker='o', ms=20, color=cmap(norm(z)))

sm = plt.cm.ScalarMappable(norm, cmap)
sm.set_array(zdata)
fig.colorbar(sm)

plt.show()

只是为了比较，这里使用 scatter:

完全相同

import numpy as np
import matplotlib.pyplot as plt

xdata, ydata, zdata = np.random.random((3, 10))


fig, ax = plt.subplots()
scat = ax.scatter(xdata, ydata, c=zdata, s=200, marker='o')
fig.colorbar(scat)

plt.show()

如果您想更改散点图中标记的位置，您可以使用 scat.set_offsets(xydata)，其中 xydata 是一个 Nx2 array-like 序列。

不使用 "scatter" 函数的 Matplotlib 中的颜色图

Colormap in Matplotlib without using the "scatter" function

python

matplotlib

color-mapping