Python 理解彩色散点图的Pyplot代码

我在Python中工作，是一个完全的绘图新手。在另一个岗位上

我已经找到了这段代码，它实际上已经非常适合我的目的了。它生成3个不同颜色的散点图：

我现在想修改代码，使其能够处理10个不同的绘图，而不是3个，所有的绘图都有不同的颜色，但我并不真正理解代码。有人能解释一下scatter命令的不同部分是做什么的吗？还有plt.clim。我在网上搜索过，但都很混乱。我还发现了一些更好的颜色，叫做YIGnBu，但程序不接受

---

也许有人能帮我解释一下。提前谢谢

首先，它有助于阅读文章。这并不是混乱的，它解释了散射特征的每一部分

其次，matplotlib页面上有一些示例，例如

哪一种可能更适合作为资源

一般来说，散点图的概念是，散点的不同点可以有不同的大小，大小由s参数决定，颜色由c决定

因此，您展示的示例代码不是一个很好的示例，因为它使用了三个不同的散点图，其中只需要一个散点图

import matplotlib.pyplot as plt

x = [1,2,3,4, 2,3,4,5, 3,4,5,6]
y = [1,2,3,4, 1,2,3,4, 1,2,3,4]
z = [1,1,1,1, 2,2,2,2, 3,3,3,3]

plt.scatter(x, y, s=100, c=z, cmap='YlGnBu')

plt.colorbar()
plt.show()

要创建10个不同的绘图，您可以同样使用法线：

然而，最后一种方法在添加颜色条时会变得稍微复杂一些，因为绘图本身不是可缩放的。因此，Once需要手动为colorbar创建ScalarMapable

import matplotlib.pyplot as plt
import matplotlib.colors as colors
import numpy as np

x = np.arange(1,5)
y = np.arange(1,5)

for i in range(10):
    plt.plot(x+i, y, ls="", marker="o", ms=10, color=plt.cm.YlGnBu(i/9.) )

sm = plt.cm.ScalarMappable(cmap="YlGnBu", norm=colors.Normalize(vmin=0, vmax=9))
sm.set_array([])  # only needed for matplotlib < 3.1
plt.colorbar(sm)
plt.show()

---

让我们分解scatterx命令：plt.scatterx，y，s=100，c=z，cmap=jet，vmin=0，vmax=4。当然，x，y是你的点。s=100是符号的大小。c=z是要使用的颜色。请注意，这可能只是一个标量，甚至是一个名称c='red'。cmap=jet设置要使用的颜色映射，以便将数字映射到颜色。vmin，vmax设置颜色范围的上限和下限。plt.clim正在设置颜色条的限制-在这种情况下，该限制为0到4个数据限制，但强制为0到5。希望有帮助@VBB请不要提供答案作为评论。使用下面的答案字段提供答案。关于颜色映射，它被称为YlGnBu，而不是YIGnBu。@ImportanceOfBeingErnest-注意。我不想提供示例代码，但也不想说RTFM。。。我觉得回答这个问题太过分了。@VBB谢谢，这让我明白了很多！谢谢！你能解释一下我如何把YlGnBu换成其他颜色吗？最亮的颜色在我的显示器上看不到，我需要其他颜色。您是否可以推荐一款能够清晰辨别不同颜色且也能被看到的颜色？您可以参考并选择最适合的颜色图。我不能推荐任何东西，因为我不知道想要的应用程序。啊，好的，谢谢，它现在可以工作了。最后一个问题：我使用了你的第二种方法，使用plt.plot。在这种情况下，有没有一种方法可以同时显示颜色条？当我在散点图示例中使用colobar时，程序会给我一个错误。我用包含colobar的解决方案更新了答案。

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(1,5)
y = np.arange(1,5)

for i in range(10):
    plt.plot(x+i, y, ls="", marker="o", ms=10, color=plt.cm.YlGnBu(i/9.) )
plt.show()

import matplotlib.pyplot as plt
import matplotlib.colors as colors
import numpy as np

x = np.arange(1,5)
y = np.arange(1,5)

for i in range(10):
    plt.plot(x+i, y, ls="", marker="o", ms=10, color=plt.cm.YlGnBu(i/9.) )

sm = plt.cm.ScalarMappable(cmap="YlGnBu", norm=colors.Normalize(vmin=0, vmax=9))
sm.set_array([])  # only needed for matplotlib < 3.1
plt.colorbar(sm)
plt.show()