python 散点图 不同颜色_python – 为什么散点图中点的颜色与相应图...

可以通过plt.colorbar()实现颜色条.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好,虽然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create_collection方法创建一个ScatterHandler,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()}

下面的代码乍一看似乎有点复杂,但是您可能只是复制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()