matplotlib 3D 散点图，标记颜色对应于 RGB 值

Question

我已经使用 mahotas 将图片加载到 numpy 数组中。

import mahotas
img = mahotas.imread('test.jpg')

img 中的每个像素都由一个 RGB 值数组表示：

img[1,1] = [254, 200, 189]

我制作了一个轴上的 R 值、第二轴上的 G 值和第三轴上的 B 值的 3D 散点图。这没问题：

fig = plt.figure()
ax = fig.add_subplot(111, projection = '3d')
for i in range(1,img.shape[1]+1):
    xs = img[i,1][0]
    ys = img[i,1][1]
    zs = img[i,1][2]
    ax.scatter(xs, ys, zs, c='0.5', marker='o')
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')

plt.show()

（我暂时只是绘制图像的第一列）。

如何根据每个图像像素的颜色为每个散点图点着色？即我想我想用它们的 RGB 值给这些点上色，但我不确定这是否可行？

Answer 1

是的，您可以这样做，但需要通过与c 参数不同的机制来完成。简而言之，使用facecolors=rgb_array。

---

首先，让我解释一下发生了什么。 scatter 返回的 Collection 有两个用于设置颜色的“系统”（因为没有更好的术语）。

如果您使用c 参数，您将通过ScalarMappable“系统”设置颜色。这指定应通过将颜色图应用于单个变量来控制颜色。 （这是从ScalarMappable 继承的任何东西的set_array 方法。）

除了ScalarMappable 系统之外，集合的颜色可以独立设置。在这种情况下，您将使用 facecolors kwarg。

---

作为一个简单的例子，这些点将具有随机指定的 rgb 颜色：

import matplotlib.pyplot as plt
import numpy as np

x, y = np.random.random((2, 10))
rgb = np.random.random((10, 3))

fig, ax = plt.subplots()
ax.scatter(x, y, s=200, facecolors=rgb)
plt.show()