Python 如何在matplotlib中基于颜色贴图对散射中的点进行着色？

我试图根据从已经定义的颜色贴图（如蓝色或红色）中选择的一组值（从0到1）对散点图中的点进行着色。我试过这个：

import matplotlib
import matplotlib.pyplot as plt
from numpy import *
from scipy import *
fig = plt.figure()
mymap = plt.get_cmap("Reds")
x = [8.4808517662594909, 11.749082788323497, 5.9075039082855652, 3.6156231827873615, 12.536817102137768, 11.749082788323497, 5.9075039082855652, 3.6156231827873615, 12.536817102137768]
spaced_colors = linspace(0, 1, 10)
print spaced_colors
plt.scatter(x, x,
            color=spaced_colors,
            cmap=mymap)
# this does not work either
plt.scatter(x, x,
            color=spaced_colors,
            cmap=plt.get_cmap("gray"))

但无论是使用红色还是灰色地图，它都不起作用。如何做到这一点

编辑：如果我想单独绘制每个点，以便它可以有一个单独的图例，我该如何做？我试过：

fig = plt.figure()
mymap = plt.get_cmap("Reds")
data = np.random.random([10, 2])
colors = list(linspace(0.1, 1, 5)) + list(linspace(0.1, 1, 5))
print "colors: ", colors
plt.subplot(1, 2, 1)
plt.scatter(data[:, 0], data[:, 1],
           c=colors,
           cmap=mymap)
plt.subplot(1, 2, 2)
# attempt to plot first five points in five shades of red,
# with a separate legend for each point
for n in range(5):
    plt.scatter([data[n, 0]], [data[n, 1]],
               c=[colors[n]],
               cmap=mymap,
               label="point %d" %(n))
plt.legend()

但它失败了。我需要为每个点调用scatter，这样它就可以有一个单独的label=，但仍然希望每个点都有一个颜色贴图的不同阴影作为其颜色。 谢谢。

，您想要的是

c

关键字参数，而不是

color

。（我同意这有点混乱，但在本例中，“c”和“s”术语是从matlab继承的。）

例如

---

如果你真的想这样做（你在编辑中描述的），你必须从颜色映射中“提取”颜色（我已经对我对代码所做的所有更改进行了注释）：

但是，如果只想绘制10个值，并想命名每个值， 你应该考虑使用不同的东西，例如条形图。 . 另一个机会是使用带有自定义颜色循环的

plt.plot

，如下所示

那么：

import matplotlib.pyplot as plt
import numpy as np


reds = plt.get_cmap("Reds")
x = np.linspace(0, 10, 10)
y = np.log(x)

# color by value given a cmap
plt.subplot(121)
plt.scatter(x, y, c=x, s=100, cmap=reds)


# color by value, and add a legend for each
plt.subplot(122)
norm = plt.normalize()
norm.autoscale(x)
for i, (x_val, y_val) in enumerate(zip(x, y)):
    plt.plot(x_val, y_val, 'o', markersize=10, 
             color=reds(norm(x_val)),
             label='Point %s' % i
             )
plt.legend(numpoints=1, loc='lower right')

plt.show()

---

代码应该都是不言自明的，但是如果你想让我检查任何东西，就大声说。

值得一提的是一个怪癖：如果你从OP的代码开始，将

颜色更改为
c
，它仍然不起作用，因为
x
只有9个元素，而
间隔的\u颜色有10个元素，这将触发
分散中的不同分支。将其更改为
spaced_colors=linspace（0，1，len（x））
（或其他任何内容）可以解决此问题。如果通过多次调用
scatter
，分别指定每个点的颜色，为什么不起作用？因为scatter中有一个步骤定义了规范化实例，而且它没有所有数据的上下文，规范化无法正确缩放数据集（因此会得到错误的颜色）。我的回答可能会提供更多关于如何使用CMAP和规范的线索。
import numpy as np
import matplotlib.pyplot as plt 

# plt.subplots instead of plt.subplot
# create a figure and two subplots side by side, they share the
# x and the y-axis
fig, axes = plt.subplots(ncols=2, sharey=True, sharex=True)
data = np.random.random([10, 2]) 
# np.r_ instead of lists
colors = np.r_[np.linspace(0.1, 1, 5), np.linspace(0.1, 1, 5)] 
mymap = plt.get_cmap("Reds")
# get the colors from the color map
my_colors = mymap(colors)
# here you give floats as color to scatter and a color map
# scatter "translates" this
axes[0].scatter(data[:, 0], data[:, 1], s=40,
                c=colors, edgecolors='None',
                cmap=mymap)
for n in range(5):
    # here you give a color to scatter
    axes[1].scatter(data[n, 0], data[n, 1], s=40,
                    color=my_colors[n], edgecolors='None',
                    label="point %d" %(n))
# by default legend would show multiple scatterpoints (as you would normally
# plot multiple points with scatter)
# I reduce the number to one here
plt.legend(scatterpoints=1)
plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt
import numpy as np


reds = plt.get_cmap("Reds")
x = np.linspace(0, 10, 10)
y = np.log(x)

# color by value given a cmap
plt.subplot(121)
plt.scatter(x, y, c=x, s=100, cmap=reds)


# color by value, and add a legend for each
plt.subplot(122)
norm = plt.normalize()
norm.autoscale(x)
for i, (x_val, y_val) in enumerate(zip(x, y)):
    plt.plot(x_val, y_val, 'o', markersize=10, 
             color=reds(norm(x_val)),
             label='Point %s' % i
             )
plt.legend(numpoints=1, loc='lower right')

plt.show()