如何＆＃34; Colormap / Heatmap＆＃34; Python中的多行图（matplotlib）

Question

我正在尝试使用matplotlib在Python中的一个3D图形上绘制空间中的多条线（每条线连接一对点），并且我希望每条线根据它的长度（即，最长的线是红色的，中等长度的线是橙色等等。

我计算了所有行长度。

我的观点＆＃39;坐标在单独的数组中携带，如下所示：

x1 = # all of the x coordinates of the primary points
y1 = # all of the y coordinates of the primary points
z1 = # all of the z coordinates of the primary points

x2 = # all of the x coordinates of the secondary points
y2 = # all of the y coordinates of the secondary points
z2 = # all of the z coordinates of the secondary points

其中每一行都有端点(x1[i],y1[i],z1[i])和(x2[i],y2[i],z2[i])，i是该行的索引。

我如何使用热图或其他Python函数相应地为每条线着色？我想我理解如何使用热图来绘制一组数据，但我试图根据一些参考长度绘制单独的线并对它们进行着色（即lenth_max，这将是最热的＆＃34}。 ＃34;长度）。

Answer 1

这是一个带有一些随机长度线的例子。必须计算线的距离，然后将其标准化为与色图相同的范围。我选择'hot'，但你可以选择任何一个，'hot'后面的'_r'反转色彩图。

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.cm as mplcm
import matplotlib.colors as colors
import numpy as np
from random import randint

fig = plt.figure()
ax = Axes3D(fig)

num_lines = 50
lines, distances = [], []
for x in range(0, num_lines):
    xs = [0, randint(10, 150)]
    ys = [0, 5]
    zs = [0, randint(10,60)]
    lines.append([xs, ys, zs])

    distance = np.sqrt((xs[0]-xs[1])**2+(ys[0]-ys[1])**2+(zs[0]-zs[1])**2)  # calculate length of a line
    distances.append(distance)

distances_normalised = distances / (np.max(distances)/num_lines)  # normalise lengths of lines
cNorm = colors.Normalize(vmin=0, vmax=num_lines - 1)

cm = plt.get_cmap('hot_r')
scalarMap = mplcm.ScalarMappable(norm=cNorm, cmap=cm)

for dist, line in enumerate(lines):
    ax.plot(line[0], line[1], line[2], color=scalarMap.to_rgba(distances_normalised[dist]))

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

plt.show()