Matplotlib：颜色混合或如何预处理颜色以抵消透明度

Question

简而言之：我正在使用matplotlib 绘制散点图和曲面。我遇到了一个问题，所以表面总是绘制在点的顶部，而不是应该在后面。

我想通过预处理点的颜色来解决这个问题，这样当被表面覆盖时，我得到“原始颜色”，这样表面就会出现在点的后面。我使用HEX 值指定color 点。

我遇到的面点问题和here描述的问题类似。

---

以下是详细信息：

我在 Matplotlib 中有一个蓝色和红色点的 3D 散点图：

self.subplot_3d = self.subplot.scatter(x_red, y_red, z_red, s = 150, c = RED,  depthshade = False, lw = 0, alpha = 1)
self.subplot_3d = self.subplot.scatter(x_blue, y_blue, z_blue, s = 150, c = BLUE,  depthshade = False, lw = 0, alpha = 1)

点是线性可分的 - 存在一个分离平面，它将红点和蓝点分开。我使用

绘制平原

self.plane = self.subplot.plot_surface(X, Y, Z, antialiased = True, color = RED_BACKGROUND, alpha = 0.5)

我想绘制两个图：在第一个图中，没有绘制分离平面 - 只有红色和蓝色点（左）。第二个是分离平面（右）。

绘制分离平面后，我无法强制在红点和蓝点之间绘制平面（正如平面方程和点的位置所预期的那样）平面总是出现在所有的点。

我正在考虑的解决方案如下：“预处理”蓝色点的颜色，以便在与透明平面的颜色叠加时获得原始蓝色。这样，这些点就会出现在平面的顶部，它应该“解决”我当前的问题。

我用过HEXcolor specification，我不确定在matplotlib中使用透明度时颜色如何混合。我正在寻找参考或建议我应该如何“抵消”飞机的红色透明色，例如alpha = 0.2。

换句话说，我想实现类似 sepicifiying 的目标： Blue = #0000FFRed = #FF0000PreProcBlue = "#-FF00FF"' 这样PreProcBlue + Red = Blue。

谢谢！

Answer 1

一个问题是scatter 不尊重zorder。因此可以改用plot。

我编写了一个比较 plot 和 scatter 的示例，在 z=0 下方绘制蓝点，在 z=0 处绘制平面，在 z=0 上方绘制红点。
在每种情况下，我分别对蓝点、平面、红点使用 -100、1、100 的 zorder。 （请注意，如果 zorder 的差异较小或全部为正，则此操作将失败）

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure(figsize=(12,6))
ax = fig.add_subplot(121, projection='3d', aspect="equal")
ax2 = fig.add_subplot(122, projection='3d', aspect="equal")
plt.subplots_adjust(0,0,1,1,0,0)

x = np.array([-1,1])
X,Y = np.meshgrid(x,x)
Z = np.zeros_like(X)

xr = np.random.rand(10,3)
xb = np.random.rand(10,3)
xb[:,2] = xb[:,2]-1.


ax2.set_title("scatter")
ax2.scatter(xb[:,0], xb[:,1], xb[:,2], s = 144, c = "b",  depthshade = False, lw = 0, alpha = 1, zorder=-100)
ax2.plot_surface(X, Y, Z, antialiased = True, color = "#800000", alpha = 0.5, zorder=0)
ax2.scatter(xr[:,0], xr[:,1], xr[:,2], s = 144, c = "r",  depthshade = False, lw = 0, alpha = 1, zorder=100)

ax.set_title("plot")
ax.plot(xb[:,0], xb[:,1], xb[:,2], c = "b",  marker="o", markersize=12, lw = 0, alpha = 1, zorder=-100)
ax.plot_surface(X, Y, Z, antialiased = True, color = "#800000", alpha = 0.5, zorder=0)
ax.plot(xr[:,0], xr[:,1], xr[:,2], c = "r",  marker="o", markersize=12, lw = 0, alpha = 1, zorder=100)

ax2.view_init(elev=32, azim=115)
ax.view_init(elev=32, azim=115)

def on_move(event):
    if event.inaxes == ax:
        ax2.view_init(elev=ax.elev, azim=ax.azim)
    elif event.inaxes == ax2:
        ax.view_init(elev=ax2.elev, azim=ax2.azim)
    else:
        return
    fig.canvas.draw_idle()

c1 = fig.canvas.mpl_connect('motion_notify_event', on_move)

plt.savefig(__file__+".png")
plt.show()

从图中可以看出，plot 的行为符合预期，显示平面上方的红点和下方的蓝点。

请注意，我使用 matplotlib 2.0.0 来生成这些图；我不确定 1.5.3 或更低版本是否相同。

---

关于为什么在结果颜色应该是全蓝色的情况下，为什么不可能“预补偿”混合背景点的颜色与叠加层的一些见解：

我们停留在 RGBA 色彩场景中，其中每种颜色由元组（红色、绿色、蓝色、alpha）表示，其中每个通道的值可以介于 0 和 1 之间。
生成的颜色应为全蓝色： cres = (0,0,1,1)。覆盖层的颜色可以是一些半透明的红色：cover = (1,0,0,0.5)。

然后可以使用通常的colormixing formulae 来计算点的颜色 cdot = (1,0,2,1)。

如您所见，蓝色通道需要为2 才能工作，这超出了颜色系统的范围。当然，您可能想验证对于任何其他颜色 cover 这仍然是正确的，但直观上已经很清楚：对于与透明颜色 cover 的任何混合，cdot 的蓝色通道将大于 @ 987654340@，产生不存在的颜色。