Python Matplotlib颜色映射(cmap)与数据映射(c)详解

栗子

发布时间：2026-10-14| 6人浏览过

原创

本文详解Python Matplotlib中颜色映射(cmap)与数据映射(c)的配合使用。c参数指定数值列表，其位置对应点的绘制顺序，数值大小决定颜色深浅。通过随机漫步示例，分析y_values与range(50000)两种情况下颜色随位置变化的规律，揭示数据趋势与视觉颜色的对应关系。

本文主要介绍在Python可视化学习过程中涉及的一些关键概念和常见应用场景。

重点探讨cmap=plt.cm.Blues这一颜色映射机制的具体应用方式。


import matplotlib.pyplot as plt
from random_walk import RandomWalk
# Keep making new walks, as long as the program is active.
while True:
    # Make a random walk.
    rw = RandomWalk(50_000)
    rw.fill_walk()
    # Plot the points in the walk.
    plt.style.use('classic')
    fig, ax = plt.subplots(figsize=(15, 9))
    point_numbers = range(rw.num_points)
    y_values=rw.y_values
    ax.scatter(rw.x_values, rw.y_values, c=y_values, cmap=plt.cm.Blues,
        edgecolors='none', s=1)
    # Emphasize the first and last points.
    ax.scatter(0, 0, c='green', edgecolors='none', s=100)
    ax.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolors='none',
        s=100)
    # Remove the axes.
    ax.get_xaxis().set_visible(False)
    ax.get_yaxis().set_visible(False)
    plt.show()
    keep_running = input("Make another walk? (y/n): ")
    if keep_running == 'n':
        break


 ax.scatter(rw.x_values, rw.y_values, c=range(50000), cmap=plt.cm.Blues,

在Matplotlib绘图时，参数c与cmap通常需要配合使用，以实现对数据颜色的精确控制。

参数c接收一个数值列表，列表中的数值无需按大小排序。数值的大小直接对应颜色的深浅，数值越小，颜色越浅；而数值在列表中的位置则对应数据点的绘制顺序，即列表中的第一个数值（无论大小）对应由x_values和y_values生成的第一个点。

示例中的y_values由随机漫步算法生成，从第一个点到最后一个点呈现连续变化。这种随机漫步具有局部随机但整体趋势可预测的特点，例如y值可能呈现从大到小或从小到大的规律性变化。

因此，列表中的数值大小顺序不固定，可能递增也可能递减。以下示例中数值从小到大排列：第一个点对应的数值较小，颜色较浅；最后一个点数值较大，颜色较深。若第一个点位置偏上、最后一个点偏下，说明y值逐渐变小，此时若使用c=y_values，点的颜色将从深变浅。这表明当点的位置变化（如y值）具有规律性时，颜色的变化也遵循相同的规律，因为c=y_values是根据点的y值来映射颜色的。

综上所述，关键字实参c=point_numbers中，列表数字的位置决定了点的绘制顺序，而数值的大小决定了颜色的深浅。