我正在创建一个蒙特卡洛模拟，以找出箔在特定厚度和特定角度的总荧光。
如果我已经针对许多厚度和许多角度运行程序，我将在一个大数组中拥有一堆元素。
说出来
store_array = [thickness,angle,photonscounted]
因此，对于数组中的任何值，它都会给出所执行计算的厚度和角度，以及其结果。
如何绘制直方图，其中轴是厚度和角度，给定坐标的颜色值是该组合计数的光子？
【问题讨论】：
标签： python
对我来说，这听起来像是 xy 散点图。如果是这种情况，请参阅我的示例（使用一些虚拟值）。 x、y 和 c 中的每一个都是与您的厚度、角度、光子数相对应的阵列。如果您想使用不同的颜色，您可以从here 获取另一个颜色图或创建您自己的颜色图。
import numpy as np
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
N = 100
x = np.random.rand(N) # generate dummy thickness values (0-1)
y = np.random.randint(5, 90, N) # generate dummy angles (5-90)
c = np.array(x*y) # dummy values for photon count
scatter = ax.scatter(x, y, c=c, cmap='viridis')
plt.xlabel('thickness')
plt.ylabel('angle')
plt.show()
【讨论】：
cmocean 或 CMasher。
如何绘制直方图，其中轴是厚度和角度，给定坐标的颜色值是该组合计数的光子？
你的意思是a three dimensional histogram？
还是two dimensional scatter plot with a third dimension encoded by color？
在这两种情况下，与我们将颜色值编码到软件中的方式相比，人类以高度非线性的方式感知颜色。
一个should probably avoid the Rainbow Map，因为尽管它承诺将您的光子计数映射到尽可能广泛的颜色值范围，但人们无法区分数值上不同但感知上相似的颜色，尤其是在光谱的绿色和黄色部分。
从红色到绿色的热图效果更好，但最常见的色盲形式会妨碍对红色和绿色的辨别。
除了完全失明的人之外，灰度似乎更容易被所有人使用，只是您选择的背景会扭曲颜色编码。如果您选择白色背景，photonscounted 的白色值可能会与背景无形地融合在一起，而所有比 50% 灰色更暗的东西都会看起来是黑色的。同样，如果您选择黑色，则只有较亮的点可见，但与黑色相比，所有点都将显示为白色。灰色调停了这个问题，但它突出了极端，模糊了平均值。
【讨论】：