Python Matplotlib散点图，具有跨子地块的标准化颜色贴图

我想比较两组数据。每组数据都有x和y值以及每个x、y点的一些z值。两个数据集之间的z值分布可能相互重叠，但通常会有不重叠的部分。在这种情况下[1,4]和[2,6]。我想让配色方案考虑到这一点，这样我可以在比较两组时直观地看到这些差异。我最终想使用一个颜色条添加到这个数字以及。 一些示例代码：

# Fake Values
vals1 = np.array([[1,1,1],[2,2,4]])
vals2 = np.array([[1,1,2],[2,2,6]])

fig, ax = plt.subplots(1,2, constrained_layout=True)
g1 = ax[0].scatter(x=vals1[:,0], y=vals1[:,1], c=vals1[:,2], cmap='RdBu')
g2 = ax[1].scatter(x=vals2[:,0], y=vals2[:,1], c=vals2[:,2], cmap='RdBu')
fig.colorbar(g2)

这给了我以下信息：

如您所见，子批次之间的z（c？）值未标准化。

---

非常感谢您的帮助。

您可以将两个图的

vmin

/

vmax

设置为数据的全局最小值/最大值

分别设置

vmin

/

vmax

参数：

vmin=np.vstack（[vals1，vals2]）.min（）
vmax=np.vstack（[vals1，vals2]）.max（）
图，ax=plt.子批次（1,2，受约束的_布局=真）
g1=ax[0]。散布（x=vals1[：，0]，y=vals1[：，1]，c=vals1[：，2]，vmin=vmin，vmax=vmax，cmap='RdBu'）
g2=ax[1]。散布（x=vals2[：，0]，y=vals2[：，1]，c=vals2[：，2]，vmin=vmin，vmax=vmax，cmap='RdBu'）
图颜色条（g2）

或者创建一个实例并将其用于

norm

param:

norm=mcolors.Normalize(
vmin=np.vstack（[vals1，vals2]）.min（），
vmax=np.vstack（[vals1，vals2]）.max（），
)
图，ax=plt.子批次（1,2，受约束的_布局=真）
g1=ax[0]。散布（x=vals1[：，0]，y=vals1[：，1]，c=vals1[：，2]，norm=norm，cmap='RdBu'）
g2=ax[1]。散布（x=vals2[：，0]，y=vals2[：，1]，c=vals2[：，2]，norm=norm，cmap='RdBu'）
图颜色条（g2）

---

您也可以在呼叫之外创建

Norm

以分散并将其传递给他们两人。您好@tdy，谢谢您的回复！看起来我的原始代码中有打字错误，这在你的回复中被重述了一遍。如果将g2行中的c值更改为：c=vals2[：，2]，则该值将是正确的！