matplotlib 中的小散点图标记始终为黑色答案

【问题标题】：small scatter plot markers in matplotlib are always blackmatplotlib 中的小散点图标记始终为黑色
【发布时间】：2011-09-24 02:22:17
【问题描述】：

我正在尝试使用 matplotlib 制作带有非常小的灰点的散点图。由于点密度，点需要很小。问题是 scatter() 函数的标记似乎既有线条又有填充。当标记很小时，只有线条可见，而不是填充，并且线条的颜色不正确（总是黑色）。

我可以使用 gnuplot 得到我想要的：用点 pt 0 lc rgb 'gray' 绘制“节点”

如何使用 matplotlib scatterplot() 制作非常小的灰点？

【问题讨论】：

标签： matplotlib

【解决方案1】：

scatter([1,2,3], [2,4,5], s=1, facecolor='0.5', lw = 0)

这会将标记大小设置为 1 (s=1)，将面色设置为灰色 (facecolor='0.5')，将线宽设置为 0 (lw=0)。

【讨论】：

这可行，但由于其他答案提到的原因，将edgecolor 设置为'' 更为通用。
实际上，在后来的 Matplotlib 版本中（与 2011 年提出问题时流行的版本相反），您可以使用关键字 'color' 同时设置 edgecolor 和 facecolor。但是，此功能没有记录，建议用于折旧，并且与“绘图”的行为冲突，其中“颜色”只会设置线条颜色和填充颜色，而不是边缘颜色。

【解决方案2】：

如果标记没有面（无法填充，例如'+'、'x'），则必须设置edgecolor 而不是c，并且lw 不应为0：

scatter([1,2,3], [2,4,5], marker='+', edgecolor='r')

以下将不起作用

scatter([1,2,3], [2,4,5], s=1,  marker='+', facecolor='0.5', lw = 0)

因为边/线不会显示，所以什么都不会显示。

【讨论】：

为边缘着色是比不显示更好的解决方案。很难找到，因为 matplotlib 文档提到了不正确的“markeredgecolor”而不是正确的“edgecolor”

【解决方案3】：

对您的问题最简单的答案是：使用color 参数而不是c 参数来设置整个标记的颜色。

比较结果很容易看出差异：

from matplotlib import pyplot as plt

plt.scatter([1,2,3], [3,1,2], c='0.8')  # marker not all gray

plt.scatter([1,2,3], [3,1,2], color='0.8')  # marker all gray

详情： 对于您只想使整个标记为相同的灰色阴影的简单用例，您真的不必担心诸如面部颜色与边缘颜色之类的事情，以及您的标记是定义为所有边缘还是某些边缘边缘和一些填充。相反，只需使用 color 参数并知道您的整个标记将设置为您指定的单一颜色！

【讨论】：

当颜色是“要映射的值序列”（即不是固定参数而是您正在绘制的变量之一）时，这不起作用。您会收到一条错误消息，非常明确地告诉您改用 'c='。你知道当颜色为变量时如何得到'color='的效果吗？

【解决方案4】：

针对 zwol 在评论中提出的问题 - 我的声誉还不够高，无法离开 cmets，因此必须这样做：如果您的颜色来自颜色图（即，来自“值序列” mapped") 你可以使用color =，如下所示：

from matplotlib import pyplot

x = [1,5,8,9,5]
y = [4,2,4,7,9]
numSides = [2,3,1,1,5]

cmap = pyplot.cm.get_cmap("copper_r")

min, max = min(numSides), max(numSides)
for i in range(len(x)):
    if numSides[i] >= 2:
        cax = pyplot.scatter(x[i], y[i], marker = '+', s = 100, c = numSides[i], cmap = cmap)
        cax.set_clim(min, max)
    elif numSides[i] == 1:
        pyplot.scatter(x[i], y[i], marker = '.', s = 40, color = cmap(numSides[i]))

fig = pyplot.gcf()
fig.set_size_inches(8.4, 6)
fig.savefig('figure_test.png', dpi = 200)
pyplot.show()

【讨论】：