3D分散颜色按分类（x，y）坐标？

Question

如果散点图具有相同的（x，y）值但具有不同的Z值，我试图使散点图具有相同的颜色。

到目前为止，我设法使用一个变量x或y，但我不能以某种方式将它们“压缩”在一起。

df["X"]=pd.Categorical(df["X"])
df["Y"]=pd.Categorical(df["Y"])
df["X"].cat.codes
df["Y"].cat.codes
bx.scatter(xs,ys,zs, zdir=zs, c=df["X"].cat.codes,cmap="Set1", alpha=1)

我试图单独拉链，我尝试用它们制作一个阵列...如果我尝试

df["cat"]=pd.Categorical(zip(df["X"],df["Y"]))
df["cat"].cat.codes

我得到的只是一个类别代码，所以一切都是一样的。

有什么想法吗？

图片澄清

起初我认为日期应该是类别，但这没有意义，因为每天（因为Zaxes采用日期时间格式）会有不同的颜色。 Insstead，每个可能的（x，y）对，即。 （1，-1），（2,1）等应该是一个类别（它是正确使用的词？），因此每一对都应该有自己的颜色，例如（1，-1）是黑色的，（ 2,1）是Z坐标的红色 独立 。

Answer 1

事实上，解决方案非常简单，只需要进行一些修补

原始DF有X，Y，日期列。

xs=df.X
ys=df.Y
zs=np.array(df_dates2num)
N=len(df)

val_x=df["X"].tolist()
val_y=df["Y"].tolist()

df["pairs"]=pd.Series(list(zip(val_x,val_y)), index=df.index) #make(x,y) pairs

df["pairs"]=df["pairs"].astype("category") 
df["pairs"]=df.pairs.cat.codes

bx.scatter(xs,ys,zs, zdir=zs, c=df["pairs"], alpha=1, s=50) #scatter dots

它确实有效，唯一缺少的是使用更加离散的调色板。