matplotlib 3D散点图,其标记颜色对应于RGB值

Question

我使用mahotas将图片加载到一个numpy数组中.

import mahotas
img = mahotas.imread('test.jpg')

每个像素img由RGB值数组表示:

img[1,1] = [254, 200, 189]

我在一个轴上制作了R值的3D散点图,在第二个轴上制作了G值,在第三个轴上制作了B值.这没问题:

fig = plt.figure()
ax = fig.add_subplot(111, projection = '3d')
for i in range(1,img.shape[1]+1):
    xs = img[i,1][0]
    ys = img[i,1][1]
    zs = img[i,1][2]
    ax.scatter(xs, ys, zs, c='0.5', marker='o')
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')

plt.show()

(我只是暂时绘制图像的第一列).

如何根据每个图像像素的颜色为每个散点图点着色？即我想我想用RGB值对点进行着色,但我不确定这是否可行？

Answer 1

是的,你可以这样做,但它需要通过一个单独的机制来完成c.简而言之,使用facecolors=rgb_array.

首先,让我解释一下发生了什么.在Collection这scatter返回一个用于设置颜色的两个"系统"(因为缺乏一个更好的词).

如果使用c参数,则通过ScalarMappable"系统" 设置颜色.这指定应通过将色彩映射应用于单个变量来控制颜色.(这是set_array继承自的任何方法ScalarMappable.)

除ScalarMappable系统外,还可以单独设置集合的颜色.在那种情况下,你会使用facecolorskwarg.

作为一个简单的例子,这些点将随机指定rgb颜色:

import matplotlib.pyplot as plt
import numpy as np

x, y = np.random.random((2, 10))
rgb = np.random.random((10, 3))

fig, ax = plt.subplots()
ax.scatter(x, y, s=200, facecolors=rgb)
plt.show()