matplotlib 3D散点图，其标记颜色对应于RGB值

Question

我已经使用mahotas将图片加载到numpy数组中。

import mahotas
img = mahotas.imread('test.jpg')

img中的每个像素由RGB值数组表示：

img[1,1] = [254, 200, 189]

我在一个轴上制作了R值的3D散点图，第二个轴上的G值和第三个轴上的B值。这没问题：

fig = plt.figure()
ax = fig.add_subplot(111, projection = '3d')
for i in range(1,img.shape[1]+1):
    xs = img[i,1][0]
    ys = img[i,1][1]
    zs = img[i,1][2]
    ax.scatter(xs, ys, zs, c='0.5', marker='o')
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')

plt.show()

（我只是暂时绘制图像的第一列）。

如何根据每个图像像素的颜色为每个散点图点着色？即我想我想用RGB值对点进行着色，但我不确定这是否可行？

Answer 1

是的，您可以这样做，但需要通过与c参数不同的机制来完成。简而言之，请使用facecolors=rgb_array。

---

首先，让我解释一下发生了什么。 Collection返回的scatter有两个＆＃34;系统＆＃34; （因缺乏更好的术语）设置颜色。

如果您使用c参数，则需要通过ScalarMappable＆＃34;系统＆＃34;设置颜色。这指定应通过将色彩映射应用于单个变量来控制颜色。 （这是从set_array继承的任何内容的ScalarMappable方法。）

除ScalarMappable系统外，还可以单独设置集合的颜色。在这种情况下，您可以使用facecolors kwarg。

---

作为一个简单的例子，这些点将随机指定rgb颜色：

import matplotlib.pyplot as plt
import numpy as np

x, y = np.random.random((2, 10))
rgb = np.random.random((10, 3))

fig, ax = plt.subplots()
ax.scatter(x, y, s=200, facecolors=rgb)
plt.show()