matplotlib 中的离散密度图答案

【问题标题】：Discrete density plot in matplotlibmatplotlib 中的离散密度图
【发布时间】：2013-07-31 22:59:41
【问题描述】：

我有一个 2D numpy 数组，我想使用它创建一个离散密度图。从某种意义上说，在图上的每个点 (i,j) 上都应放置一个点，其颜色应对应于二维数组的第 (i,j) 个元素的值。我不想使用imshow，因为我不想进行任何插值，而且我还想控制要放置的点的大小。

【问题讨论】：

标签： python matplotlib plot density-plot

【解决方案1】：

您始终可以为每个点显式执行此操作，但这会很慢。我认为最好逐行执行（保持说 y 固定）并使用 scatter 函数。

import matplotlib.pylab as plt
from mpl_toolkits.mplot3d import Axes3D

n = 100
x = plt.linspace(0,5, n)
y = plt.linspace(0,5, n)

ax = plt.subplot(111)
for i in range(n):
    y_fixed = y[i] * plt.ones(n)
    z = [(abs(plt.cos(x[i])), 0.0, 0.5) for i in range(n)]
    ax.scatter(x, y_fixed, c=z)

plt.show()

这个庄园的大小也可以使用s 参数进行调整。

没有任何关于如何指定颜色的数据，我使用了RGB 值。您可能需要规范化，但是 c= 会接受任何东西并将其转换为颜色，但这可能与您不太相关。

有关 scatter 的更多信息，请参阅演示 here

【讨论】：

我无法真正理解如何在我的情况下实现这一点，因为我有一个二维数组。你能告诉我如何用二维数组来做吗？
您从二维数组中获取一个切片，对应于固定的y（或x）。并将其用作颜色参数，例如 c=array[i].

【解决方案2】：

你试过imshow 和interpolation='nearest' 吗？这接近你想要的吗？

import matplotlib.pyplot as plt
import numpy as np

data = np.arange(100).reshape(10, 10)
fig, ax = plt.subplots()
ax.imshow(data, interpolation='nearest')
plt.show()

【讨论】：