用颜色表示数据的第三个维度

横纵坐标显示时间和空间后，第三个数据的特征有时就不好表示了，3d图有的时候看起来更复杂。对于某些情况，用颜色来表示更加简洁。

---

这里展示的效果图有点像烟花，所以选了这张，但是换其他的cmap才能使得数据展示更加直观

先放一个快捷简洁版本，后面将细节（高级定制版😂）。

import numpy as np
import matplotlib.pyplot as plt

def main():
        data = np.loadtxt('文件路径', delimiter=',')
        cmap = plt.cm.viridis
		plt.imshow(data, cmap=cmap, interpolation='nearest', aspect='auto')
		plt.colorbar(label='Z轴数值')
		plt.xlabel('空间位置')
		plt.ylabel('时间')
        plt.close()

if __name__ == "__main__":
    main()

---

import numpy as np
import matplotlib.pyplot as plt

def main():
        # 从文本文件中读取数据
        # loadtxt要求文件每一行数据的格式相同，会读取为矩阵的格式
        # delimiter：数据之间的分隔符
        # 还有其他的选项，比如跳过前n行、如果行的开头为指定标志就会跳过该行、是指只使用指定列，参数类型为list、对数据进行预处理
        data = np.loadtxt('data.log', delimiter=',')

        # 仅保留所需的图片里纵坐标区域（因为之后我需要转置矩阵，其实就是对目前矩阵的列做切片）
        start_col = 1
        end_col = 2001  # 注意，切片操作不包括结束索引的元素，所以这里设为1001以保留第1000列（还没转置所以是列）
        data = data[:, start_col:end_col]

        # 同理，切片矩阵行
        start_row = 400
        end_row = 900
        data = data[start_row:end_row, :]

		# 根据需要矩阵转置
        data = data.T
        
        # 创建颜色映射inferno viridis OrRd（还有更多可选）
        cmap = plt.cm.OrRd

        # 调整图像尺寸
        fig, ax = plt.subplots(figsize=(24, 32))

        # 绘制2D图片
        plt.imshow(data, cmap=cmap, interpolation='nearest', aspect='auto')

        # 创建颜色条
        cbar = plt.colorbar(label='access times') # 颜色代表的含义
        cbar.ax.tick_params(labelsize=20)  # 设置刻度字体大小
        cbar.set_label('access times', fontsize=20)  # 设置内容字体大小

        # 设置纵坐标刻度
        num_rows, _ = data.shape
        y_ticks_interval = 200  # 设置刻度间隔
        plt.yticks(np.arange(0, num_rows, y_ticks_interval), fontsize=20)
        plt.xticks(fontsize=20)

        # 设置坐标轴标签
        plt.xlabel('epochs', fontsize=20)
        plt.ylabel('fpn', fontsize=20)

        # 显示图像
        plt.show()
        plt.close()


if __name__ == "__main__":
    main()