Python中的散点图和颜色映射

我有一系列的点x和y存储在numpy数组中。 它们代表x（t）和y（t），其中t=0…t-1

我正在使用

import matplotlib.pyplot as plt

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

我希望有一个表示时间的颜色映射（因此根据numpy数组中的索引为点着色）

最简单的方法是什么？

下面是一个例子

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()

在这里，您可以根据索引设置颜色，

t

，它只是

[1，2，…，100]

的一个数组。

也许更容易理解的例子是稍微简单一点的

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()

请注意，作为

c

传递的数组不需要有任何特定的顺序或类型，也就是说，它不需要像这些示例中那样进行排序或整数。绘图例程将缩放颜色贴图，使

c

中的最小值/最大值对应于颜色贴图的底部/顶部

彩色地图 您可以通过添加

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

导入

matplotlib.cm

是可选的，因为您也可以将颜色映射称为

cmap=“cmap\u name”

。有一系列彩色地图显示了每一张的样子。还知道，只需将颜色映射称为

cmap\u name\u r

即可反转颜色映射。所以

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

会有用的。例如

“jet\u r”

或

cm.plasma\u r

。以下是新的1.5 colormap 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()

色条 您可以使用添加颜色栏

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

请注意，如果您明确使用图形和子图（例如，

fig，ax=plt.subplot（）

或

ax=fig.add\u subplot（111）

），则添加颜色条可能更复杂。你可以找到很好的例子，这里有一个例子

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()

在这里，您可以根据索引设置颜色，

t

，它只是

[1，2，…，100]

的一个数组。

也许更容易理解的例子是稍微简单一点的

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()

请注意，作为

c

传递的数组不需要有任何特定的顺序或类型，也就是说，它不需要像这些示例中那样进行排序或整数。绘图例程将缩放颜色贴图，使

c

中的最小值/最大值对应于颜色贴图的底部/顶部

彩色地图 您可以通过添加

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

导入

matplotlib.cm

是可选的，因为您也可以将颜色映射称为

cmap=“cmap\u name”

。有一系列彩色地图显示了每一张的样子。还知道，只需将颜色映射称为

cmap\u name\u r

即可反转颜色映射。所以

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

会有用的。例如

“jet\u r”

或

cm.plasma\u r

。以下是新的1.5 colormap 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()

色条 您可以使用添加颜色栏

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

---

请注意，如果您明确使用图形和子图（例如，

fig，ax=plt.subplot（）

或

ax=fig.add\u subplot（111）

），则添加颜色条可能更复杂。可以找到好的示例，并且。

要添加到wflynny的上述答案中，您可以找到可用的颜色贴图

例如：

或者，

---

要添加到wflynny上面的答案中，您可以找到可用的颜色贴图

例如：

或者，

---

子批次颜色栏

对于带有散点的子图，您可以在辅助图形的帮助下构建“可映射”并将其添加到原始图中，从而将颜色条欺骗到轴上

作为上述示例的延续：

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()

---

请注意，您还将输出一个可以忽略的辅助图形。

子批次颜色栏

对于带有散点的子图，您可以在辅助图形的帮助下构建“可映射”并将其添加到原始图中，从而将颜色条欺骗到轴上

作为上述示例的延续：

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()

---

请注意，您还将输出一个可以忽略的辅助图形。

您可以使用

plt.colorbar（）

命令获取颜色图例。此处的代码似乎已更改。cmap=cm.colormap\u名称现在应为cmap=cm.cmapname。@cmarti1138我不确定您的意思，

cm.colormap_name

和

cm.cmapname

不是

matplotlib.cm

中的实际变量；这只是

cm.jet

或

cm.veridis_r

等的伪代码。这个答案的核心元素是

c=np.arange（len（x））

plt.legend（“wflynny”）你可以通过

plt.colorbar（）获得颜色的图例

命令。此处的代码似乎已更改。cmap=cm.colormap\u名称现在应为cmap=cm.cmapname。@cmarti1138我不确定您的意思，

cm.colormap\u名称和
cm.cmapname
不是
matplotlib.cm
中的实际变量；这只是
cm.jet
或
cm.veridis\u r
等的伪代码。这个答案的核心元素是
c=np.arange（len（x））
plt.legend（“wflynny”）