python - 为什么散点图中点的颜色与相应图例中点的颜色不匹配？

Question

我通过下面的代码通过 matplotlib 获得了一个示例散点图。

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 100, 501)
y = np.sin(x)

label = 'xy data sample'

plt.scatter(x, y, cmap='plasma', c=x, label=label)
legend_dict = dict(ncol=1, loc='best', scatterpoints=4, fancybox=True, shadow=True)
plt.legend(**legend_dict)
plt.show()

运行上面的代码会产生下面的图。

颜色图已成功绘制，但图例显示的点全部为蓝色，而不是与所选颜色图相对应的颜色的点。为什么会出现这种情况？

我尝试将 cmap='plasma' 放入 legend_dict 中，但结果出现以下错误。

File "/Users/.../
site-packages/matplotlib/axes/_axes.py", line 550, in legend
    self.legend_ = mlegend.Legend(self, handles, labels, **kwargs)
TypeError: __init__() got an unexpected keyword argument 'cmap'

编辑:

我想要的输出是通过所选的颜色图将图例中表示的四个点显示为不同的颜色。理想情况下，此示例中的 cmap='plasma' 可以使用类似于蓝点、紫色点、橙红色点、黄点的内容生成图例。尽管颜色条可以作为一种可能的替代方案，但我尚未浏览任何有关颜色条的文档。

Answer 1

颜色条可以通过plt.colorbar()实现。这将允许直接查看与颜色相对应的值。

让图例中的点显示不同的颜色当然也很好，尽管它不允许提供任何定量信息。

不幸的是，matplotlib 没有提供任何内置的方法来实现这一点。因此，一种方法是对用于创建图例句柄的图例处理程序进行子类化并实现此功能。

这里我们使用自定义的 create_collection 方法创建一个 ScatterHandler，在该方法中我们创建所需的 PathCollection 并通过在legend_map 图例字典。

handler_map={ type(sc) : ScatterHandler()}

下面的代码乍一看似乎有点复杂，但是您可以在没有完全理解它的情况下简单地复制该类并在代码中使用它。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.legend_handler import HandlerRegularPolyCollection

class ScatterHandler(HandlerRegularPolyCollection):
    def update_prop(self, legend_handle, orig_handle, legend):
        legend._set_artist_props(legend_handle)
        legend_handle.set_clip_box(None)
        legend_handle.set_clip_path(None)

    def create_collection(self, orig_handle, sizes, offsets, transOffset):
        p = type(orig_handle)([orig_handle.get_paths()[0]],
                              sizes=sizes, offsets=offsets,
                              transOffset=transOffset,
                              cmap=orig_handle.get_cmap(),
                              norm=orig_handle.norm )

        a = orig_handle.get_array()
        if type(a) != type(None):
            p.set_array(np.linspace(a.min(),a.max(),len(offsets)))
        else:
            self._update_prop(p, orig_handle)
        return p


x = np.linspace(0, 100, 501)
y = np.sin(x)*np.cos(x/50.)

sc = plt.scatter(x, y, cmap='plasma', c=x, label='xy data sample')

legend_dict = dict(ncol=1, loc='best', scatterpoints=4, fancybox=True, shadow=True)
plt.legend(handler_map={type(sc) : ScatterHandler()}, **legend_dict)

plt.show()