为什么散点图中点的颜色与相应图例中点的颜色不匹配？

Question

我通过下面的代码通过 matplotlib 获得了一个示例散点图。

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 100, 501)
y = np.sin(x)

label = 'xy data sample'

plt.scatter(x, y, cmap='plasma', c=x, label=label)
legend_dict = dict(ncol=1, loc='best', scatterpoints=4, fancybox=True, shadow=True)
plt.legend(**legend_dict)
plt.show()

运行上面的代码会产生下面的图。

颜色图已成功绘制，但图例显示的点都是蓝色的，而不是与所选颜色图对应的颜色的点。为什么会这样？

我尝试将cmap='plasma' 放入legend_dict，但会导致以下错误。

File "/Users/.../
site-packages/matplotlib/axes/_axes.py", line 550, in legend
    self.legend_ = mlegend.Legend(self, handles, labels, **kwargs)
TypeError: __init__() got an unexpected keyword argument 'cmap'

编辑：

我想要的输出是通过选择的颜色图让图例中表示的四个点成为不同的颜色。理想情况下，本例中的cmap='plasma' 可以使用类似于蓝点、紫点、橙红点、黄点的图例生成图例。虽然颜色条可以作为一种可能的替代方案，但我还没有查看任何关于颜色条的文档。

Answer 1

可以通过plt.colorbar() 实现颜色条。这将允许直接查看与颜色对应的值。

让图例中的点显示不同的颜色当然也不错，尽管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，一种方法是将用于创建图例句柄的图例处理程序子类化并实现此功能。

这里我们使用自定义create_collection 方法创建ScatterHandler，在该方法中我们创建所需的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()}

下面的代码乍一看有点复杂，但是你可以在不完全理解的情况下简单地复制这个类并在你的代码中使用它。

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()