绘制多边形时如何在 Matplotlib 中为顶点而不是面颜色分配颜色值？

Question

我有关于 x、y 和颜色值的数据，它们都是 NxM 数组。通常，当使用 Matplotlib 中的 Polygon 函数时，它需要每个 FACE（这将是一个 1xM 数组）而不是 VERTEX 具有颜色值。但是，我的颜色数据是每个 VERTEX 的。所以，我的问题是有没有办法将我的顶点数据转换为单面颜色数据？或者更好的是，有没有办法使用每个顶点而不是每个面的颜色值来绘制多边形？

注意：我想要的与 MATLAB 的 patch 函数非常相似，您可以使用每个顶点的颜色值。

编辑： 下面，您可以找到一个元素的数据示例。网格由许多元素组成，下面只是其中之一。 X 和 Y 是指坐标，C 是指每个坐标的颜色值。请注意，下面的数组实际上存储为原始代码中的列，因为还有许多其他元素。

import numpy as np

X = np.array([0,0.176611,0.343377,0.366506,0.390424,0.254526,0.117785,0.602218])
Y = np.array([0,0.0248673,0.0436277,0.0834644,0.123043,0.110448,0.0995953,0.0509885])
C = np.array([0.136649,0.114582,0.100576,0.102412,0.102754,0.104971,0.110123,0.120756])

Answer 1

要将颜色分配给顶点而不是面，pcolormesh 接受参数shading='gouraud'。这是一个例子：

from matplotlib import pyplot as plt
import numpy as np

x = np.linspace(0, 15, 8)
y = np.linspace(0, 10, 5)
X, Y = np.meshgrid(x, y)
Z = np.sin(X) + np.cos(Y)

fig, axs = plt.subplots(ncols=2, figsize=(12, 3))
cmap = 'plasma'
axs[0].scatter(X, Y, s=50, c=Z, cmap=cmap, edgecolors='black')
axs[0].set_title('given vertex colors')
axs[1].pcolormesh(x, y, Z, shading='gouraud', cmap=cmap)
axs[1].scatter(X, Y, s=50, c=Z, cmap=cmap, edgecolors='black')
axs[1].set_title('interpolated vertex colors')
axs[1].set_xlim(axs[0].get_xlim())
axs[1].set_ylim(axs[0].get_ylim())
plt.show()