我有一系列点 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
我正在绘制散点图
import matplotlib.pyplot as plt
plt.scatter(x,y)
plt.show()
我想要一个表示时间的颜色图(因此根据 numpy 数组中的索引对点进行着色)
最简单的方法是什么?
最佳答案
这是一个例子
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()
这里您根据索引设置颜色,t
,它只是一个 [1, 2, ..., 100]
的数组。
也许一个更容易理解的例子是稍微简单一些
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
传递的数组不需要具有任何特定的顺序或类型,即不需要像这些示例中那样排序或整数。绘图例程将缩放颜色图,使得 c
中的最小/最大值对应于颜色图的底部/顶部。
颜色图
您可以通过添加来更改颜色图
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图称为 cmap="cmap_name"
。有一个reference page显示每个外观的颜色图。还知道您可以通过简单地将其称为 cmap_name_r
来反转颜色图。所以要么
plt.scatter(x, y, c=t, cmap=cm.cmap_name_r)
# or
plt.scatter(x, y, c=t, cmap="cmap_name_r")
会起作用。例如 "jet_r"
或 cm.plasma_r
。以下是新的 1.5 颜色图 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()
颜色条
您可以使用添加颜色条
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.subplots()
或 ax = fig.add_subplot(111)
),请添加颜色条可能会涉及更多。可以找到很好的例子here for a single subplot colorbar和 here for 2 subplots 1 colorbar .
关于python - Python中的散点图和颜色映射,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/17682216/