如何根据某些变量更改数据点颜色

Question

我有 2 个随时间 (t) 变化的变量 (x,y)。我想绘制 x 与 t 的图，并根据 yeg 的值对刻度进行着色，对于 y 的最高值，刻度颜色为深绿色，最低值为深红色，对于中间值，颜色将在绿色和红色的。

这可以用 python 中的 matplotlib 来完成吗？

Answer 1

这就是 matplotlib.pyplot.scatter 是用于。

如果未指定颜色图，scatter 将使用默认颜色图的设置。要指定应使用哪个颜色图散点图，请使用cmap kwarg（例如cmap="jet"）。

举个简单的例子：

import matplotlib.pyplot as plt
import matplotlib.colors as mcolors
import numpy as np

# Generate data...
t = np.linspace(0, 2 * np.pi, 20)
x = np.sin(t)
y = np.cos(t)

plt.scatter(t, x, c=y, ec='k')
plt.show()

可以指定自定义颜色图和规范

cmap, norm = mcolors.from_levels_and_colors([0, 2, 5, 6], ['red', 'green', 'blue'])
plt.scatter(x, y, c=t, cmap=cmap, norm=norm)

Answer 2

如果您想绘制线而不是点，请参阅此示例，在此处进行修改以绘制良好的图/坏点将函数表示为适当的黑色/红色：

def plot(xx, yy, good):
    """Plot data

    Good parts are plotted as black, bad parts as red.

    Parameters
    ----------
    xx, yy : 1D arrays
        Data to plot.
    good : `numpy.ndarray`, boolean
        Boolean array indicating if point is good.
    """
    import numpy as np
    import matplotlib.pyplot as plt
    fig, ax = plt.subplots()
    from matplotlib.colors import from_levels_and_colors
    from matplotlib.collections import LineCollection
    cmap, norm = from_levels_and_colors([0.0, 0.5, 1.5], ['red', 'black'])
    points = np.array([xx, yy]).T.reshape(-1, 1, 2)
    segments = np.concatenate([points[:-1], points[1:]], axis=1)
    lines = LineCollection(segments, cmap=cmap, norm=norm)
    lines.set_array(good.astype(int))
    ax.add_collection(lines)
    plt.show()