如何绘制热图的颜色在3D中Matplotlib

Question

我使用Matplotlib 3D绘制我的数据集的3个维度象下面这样：

但现在我也希望显示一个第四维（这是与标量值0至20）作为热图。所以基本上，我希望每个点都根据这个第四维的值来选取它的颜色。

Matplotlib中是否存在这样的事情？如何将[0-20]之间的一串数字转换为热图颜色？

我把代码从这里：http://matplotlib.org/mpl_examples/mplot3d/scatter3d_demo.py

Answer 1

是的，是这样的：

更新这是一个带彩条的一个版本。

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

def randrange(n, vmin, vmax): 
    return (vmax-vmin)*np.random.rand(n) + vmin 

fig = plt.figure(figsize=(8,6)) 

ax = fig.add_subplot(111,projection='3d') 
n = 100 

xs = randrange(n, 23, 32) 
ys = randrange(n, 0, 100) 
zs = randrange(n, 0, 100) 

colmap = cm.ScalarMappable(cmap=cm.hsv) 
colmap.set_array(zs) 

yg = ax.scatter(xs, ys, zs, c=cm.hsv(zs/max(zs)), marker='o') 
cb = fig.colorbar(colmap) 

ax.set_xlabel('X Label') 
ax.set_ylabel('Y Label') 
ax.set_zlabel('Z Label') 


plt.show() 

的样子：

更新下面是一些4维属性着色数据点的一个明显的例子。

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

def randrange(n, vmin, vmax): 
    return (vmax-vmin)*np.random.rand(n) + vmin 

fig = plt.figure(figsize=(8,6)) 

ax = fig.add_subplot(111,projection='3d') 
n = 100 

xs = randrange(n, 0, 100) 
ys = randrange(n, 0, 100) 
zs = randrange(n, 0, 100) 
the_fourth_dimension = randrange(n,0,100) 

colors = cm.hsv(the_fourth_dimension/max(the_fourth_dimension)) 

colmap = cm.ScalarMappable(cmap=cm.hsv) 
colmap.set_array(the_fourth_dimension) 

yg = ax.scatter(xs, ys, zs, c=colors, marker='o') 
cb = fig.colorbar(colmap) 

ax.set_xlabel('X Label') 
ax.set_ylabel('Y Label') 
ax.set_zlabel('Z Label') 


plt.show()