3D散点图中颜色丢失。

Question

我正在为一个项目制作一些带有三个对应投影的3D散点图。我使用不同的颜色来表示第四个参数。首先，我用一种特定的颜色绘制数据，然后我再用另一种不同的颜色覆盖它，这样最终的顺序是我想要的，我可以看到所有的东西：

起初这个工作得很好，但当我尝试使用略有不同的数据做同样的事情时，颜色就会混乱。在投影中显示的颜色是正确的，但在3D图中有一些颜色缺失，所以它们不再匹配：

当我以有趣的���式旋转3D图时，颜色会恢复，我可以看到它们本应该是什么样子：

然而，我不想要一个以滑稽方式旋转的3D图像，因为轴会变得混乱，这样就无法正确阅读。

我在这里找到了一个解决方案： plotting 3d scatter in matplotlib。 它基本上说我应该用ax.plot（X，Y，'o'）替换我的ax.scatter（X，Y）。当我这样做时，颜色的显示方式与预期相同，但是这种绘图方式更加杂乱且难看。 基本上，我只想能够用散点图完成这项任务。

有人知道如何解决这个问题吗？

这里是我代码的最小示例，仅涉及两种颜色：

from mpl_toolkits.mplot3d import art3d
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
from matplotlib import gridspec

art3d.zalpha = lambda *args:args[0]

numcols = 20
percentage = 50

def load(Td, pc):
    T = np.load(str(pc) + 'pctTemperaturesTd=' + str(Td) + '.npy')
    D = np.load(str(pc) + 'pctDensitiesTd=' + str(Td) + '.npy')
    CD = np.load(str(pc) + 'pctColDensitiesTd=' + str(Td) + '.npy')
    return T, D, CD

def colors(ax):
    colors = np.zeros((numcols, 4))
    cm = plt.get_cmap('gist_rainbow')
    ax.set_color_cycle([cm(1.*i/numcols) for i in range(numcols)])
    for i in range(numcols):
        color = cm(1.*i/numcols)
        colors[i,:] = color
    return colors

# LOAD DATA
T10, D10, CD10 = load(10, percentage)
T200, D200, CD200 = load(200, percentage)

# 3D PLOT
fig = plt.figure(1)
gs = gridspec.GridSpec(4, 4) 

ax = fig.add_subplot(gs[:-1,:-1], projection='3d')
colours = colors(ax)

ax.plot(T200/100., np.log10(D200), np.log10(CD200), '*', markersize=10,color=colours[10], mec = colours[10], label='Td = 200', alpha=1)
ax.plot(T10/100., np.log10(D10), np.log10(CD10), '*', markersize=10,color=colours[0], mec = colours[0], label='Td = 10', alpha=1)

ax.set_xlabel('\nTg/100', fontsize='x-large')
ax.set_ylabel('\nlog(nH)', fontsize='x-large')
ax.set_zlabel('\nlog(colDen)', fontsize='x-large')
ax.set_xlim(0,5)
#ax.set_zlim(0,)
ax.set_ylim(2,6)

# PROJECTIONS

# Tg, nH
ax2 = fig.add_subplot(gs[3,0])

ax2.scatter(T200/100., np.log10(D200), marker='*', s=10, color=colours[10], label='Td = 200', alpha=1, edgecolor=colours[10])
ax2.scatter(T10/100., np.log10(D10), marker='*', s=10, color=colours[0], label='Td = 10', alpha=1, edgecolor=colours[0])

ax2.set_xlabel('Tg/100')
ax2.set_ylabel('log(nH)')
ax2.set_xlim(0,6)

# Tg, colDen 
ax3 = fig.add_subplot(gs[3,1])

ax3.scatter(T200/100., np.log10(CD200), marker='*', s=10, color=colours[10], label='Td = 200', alpha=1, edgecolor=colours[10])
ax3.scatter(T10/100., np.log10(CD10), marker='*', s=10, color=colours[0], label='Td = 10', alpha=1, edgecolor=colours[0])

ax3.set_xlabel('Tg/100')
ax3.set_ylabel('log(colDen)')
ax3.set_xlim(0,6)

# nH, colDen
ax4 = fig.add_subplot(gs[3,2])

ax4.scatter(np.log10(D200), np.log10(CD200), marker='*', s=10, color=colours[10], label='Td = 200', alpha=1, edgecolor=colours[10])
ax4.scatter(np.log10(D10), np.log10(CD10), marker='*', s=10, color=colours[0], label='Td = 10', alpha=1, edgecolor=colours[0])

ax4.set_xlabel('log(nH)')
ax4.set_ylabel('log(colDen)')

# LEGEND
legend = fig.add_subplot(gs[:,3])

text = ['Td = 10', 'Td = 20', 'Td = 30', 'Td = 40', 'Td = 50', 'Td = 60', 'Td = 70', 'Td = 80', 'Td = 90', 'Td = 100', 'Td = 110', 'Td = 120', 'Td = 130', 'Td = 140', 'Td = 150', 'Td = 160', 'Td = 170', 'Td = 180', 'Td = 190', 'Td = 200']

array = np.arange(0,2,0.1)
for i in range(len(array)):
    legend.scatter(0, i, marker='*', s=100, c=colours[numcols-i-1], edgecolor=colours[numcols-i-1])
    legend.text(0.3, i-0.25, text[numcols-i-1])
    legend.set_xlim(-0.5, 2.5)
    legend.set_ylim(0-1, i+1)

legend.axes.get_xaxis().set_visible(False)
legend.axes.get_yaxis().set_visible(False)

gs.tight_layout(fig)

plt.show()

- Nikki

---

你能分享代码吗？你能指定使用的数据结构，或者表示你正在使用的数据形状吗？此外，你使用的两个数据集有多不同（一个数据集中是否与另一个数据集相比转置了一些特征？- 这可能会解释在旋转图表时出现红色的原因...但仍然很奇怪）？ - kasparg

我包含了我的代码。数据集只是numpy数组，第二个数据集应该是第一个数据集的子集，也就是说，它只包含在第一个数据集中出现的点，但数量较少。除此之外没有任何变化。我认为这是一个错误，我找不到改变显示数据顺序的方法。目前，我最终使用“plot”而不是“scatter”解决了这个问题。 - Nikki

load() 函数似乎依赖于六个 .npy 文件。你能否发布这些文件的最小版本，或者在脚本中包含一些示例数据？ - Don Kirkby

我的印象是，重叠是其他评论中提到的问题。我建议对数据进行下采样或添加抖动或抖动以消除数据点的歧义，参见此答案。排序可能会允许显示所有颜色，但最终结果将是数据的不太准确的表示，例如，即使区域包含这些结果，也不会显示TD=80的区域。考虑到您的工作性质，这可能更或者更少成为一个问题。 - Seth_P

请提供“50pctTemperaturesTd=10.npy”文件的内容以进行调试。 - A. STEFANI

Answer 1

不要使用ax.plot(x,y, 'o')，尝试使用ax.plot(x,y,'.')或ax.plot(x,y,'*'。 'o'指定了标记的使用，而'o'标记是一个大的填充圆，这就是为什么你的图看起来很丑的原因。

- wesanyer