为什么散点图中点的颜色与相应图例中点的颜色不匹配？

Question

我通过matplotlib通过以下代码获得了一个示例散点图。

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 100, 501)
y = np.sin(x)

label = 'xy data sample'

plt.scatter(x, y, cmap='plasma', c=x, label=label)
legend_dict = dict(ncol=1, loc='best', scatterpoints=4, fancybox=True, shadow=True)
plt.legend(**legend_dict)
plt.show()

运行上面的代码会生成下面的图表。

已成功绘制色彩图，但图例显示的所有点均为蓝色，而不是与所选色彩图对应的颜色中的点。为什么会这样？

我尝试将cmap='plasma'放入legend_dict，但会导致以下错误。

File "/Users/.../
site-packages/matplotlib/axes/_axes.py", line 550, in legend
    self.legend_ = mlegend.Legend(self, handles, labels, **kwargs)
TypeError: __init__() got an unexpected keyword argument 'cmap'

修改

我想要的输出是通过所选的色彩图使图例中表示的四个点成为不同的颜色。理想情况下，此示例中的cmap='plasma'可以使用类似于蓝点的内容生成图例，然后是紫色点，然后是橙红色点，然后是黄色点。虽然彩条可以作为替代方案，但我还没有查看有关彩条的任何文档。

Answer 1

可以通过plt.colorbar()实现彩条。这将允许直接看到与颜色对应的值。

让图例中的点显示不同的颜色当然也很不错，尽管它不允许提供任何定量信息。

不幸的是，matplotlib没有提供任何内置的方法来实现这一点。因此，一种方法是子类化用于创建图例句柄的图例处理程序并实现此功能。

在这里，我们使用自定义ScatterHandler方法创建create_collection，我们在其中创建所需的PathCollection并通过在图例的legend_map字典中指定它来使用它

handler_map={ type(sc) : ScatterHandler()}

以下代码乍一看似乎有点复杂，但是您可能只是复制该类而不完全理解它并在代码中使用它。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.legend_handler import HandlerRegularPolyCollection

class ScatterHandler(HandlerRegularPolyCollection):
    def update_prop(self, legend_handle, orig_handle, legend):
        legend._set_artist_props(legend_handle)
        legend_handle.set_clip_box(None)
        legend_handle.set_clip_path(None)

    def create_collection(self, orig_handle, sizes, offsets, transOffset):
        p = type(orig_handle)([orig_handle.get_paths()[0]],
                              sizes=sizes, offsets=offsets,
                              transOffset=transOffset,
                              cmap=orig_handle.get_cmap(),
                              norm=orig_handle.norm )

        a = orig_handle.get_array()
        if type(a) != type(None):
            p.set_array(np.linspace(a.min(),a.max(),len(offsets)))
        else:
            self._update_prop(p, orig_handle)
        return p


x = np.linspace(0, 100, 501)
y = np.sin(x)*np.cos(x/50.)

sc = plt.scatter(x, y, cmap='plasma', c=x, label='xy data sample')

legend_dict = dict(ncol=1, loc='best', scatterpoints=4, fancybox=True, shadow=True)
plt.legend(handler_map={type(sc) : ScatterHandler()}, **legend_dict)

plt.show()