Matplotlib 3D绘图使用色彩映射

Question

我正在尝试使用ax.scatter绘制三维散射图。我已经从拟合文件中读取数据，并将三列中存储的数据读入x，y，z。我确保x，y，z数据大小相同。 z已在0和1之间进行了正常化。

import numpy as np
import matplotlib
from matplotlib import pylab,mlab,pyplot,cm
plt = pyplot
import pyfits as pf
from mpl_toolkits.mplot3d import Axes3D
import fitsio

data = fitsio.read("xxx.fits")

x=data["x"]
y=data["y"]
z=data["z"]
z = (z-np.nanmin(z)) /(np.nanmax(z) - np.nanmin(z))

Cen3D = plt.figure()
ax = Cen3D.add_subplot(111, projection='3d')

cmap=cm.ScalarMappable(norm=z, cmap=plt.get_cmap('hot'))
ax.scatter(x,y,z,zdir=u'z',cmap=cmap)

ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_zlabel('z')
plt.show()

我想要实现的是使用颜色来表示z的大小。像更高的z值会变得更暗。但是我不断得到没有我想要的色彩图的情节，它们都是相同的默认蓝色。我做错了什么？感谢。

Answer 1

您可以使用c命令中的scatter关键字告诉它如何为点着色。

您不需要将zdir设置为that is for when you are plotting a 2d set

正如@Lenford指出的那样，在这种情况下你也可以使用cmap='hot'，因为你已经规范化了你的数据。

我已修改您的示例以使用一些随机数据而不是您的拟合文件。

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

x = np.random.rand(100)
y = np.random.rand(100)
z = np.random.rand(100)

z = (z-np.nanmin(z)) /(np.nanmax(z) - np.nanmin(z))

Cen3D = plt.figure()
ax = Cen3D.add_subplot(111, projection='3d')

ax.scatter(x,y,z,cmap='hot',c=z)

ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_zlabel('z')
plt.show()

Answer 2

根据pyplot.scatter documentation，指定要绘制的点必须采用浮点数组的形式才能应用cmap，否则默认颜色（在本例中为jet）将继续应用。 / p>

顺便说一下，简单地说明cmap='hot'将适用于此代码，因为颜色映射hot是matplotlib中注册的颜色映射。