本文旨在解释 Matplotlib 库中 scatter 函数的 c 参数的作用，以及如何利用它进行颜色映射。通过实际示例和错误分析，帮助读者理解 c 参数在散点图中的特殊含义，并掌握使用 colorbar 函数显示颜色映射的方法。
Matplotlib 是 Python 中一个非常流行的绘图库，其中的 scatter 函数用于创建散点图。scatter 函数提供了丰富的参数来定制散点图的外观，其中 c 参数是一个容易引起混淆但功能强大的参数。
c 参数的作用：颜色映射
在 matplotlib.pyplot.scatter 函数中，c 参数并非 color 参数的简单缩写。虽然在某些 Matplotlib 函数中 c 可以作为 color 的简写使用，但在 scatter 函数中，c 参数具有更具体的含义：它用于指定每个散点对应的颜色值，并根据这些值进行颜色映射。
如果 c 参数传入的是一个数值序列（例如 NumPy 数组），Matplotlib 会将这些数值映射到预定义的颜色条（colormap）上，从而为每个散点赋予不同的颜色。
示例代码及解释
以下代码演示了如何使用 c 参数进行颜色映射：
import numpy as np import matplotlib.pyplot as plt x = np.array([5, 7, 8, 7, 2, 17, 2, 9, 4, 11, 12, 9, 6]) y = np.array([99, 86, 87, 88, 111, 86, 103, 87, 94, 78, 77, 85, 86]) colors = np.array([0, 10, 20, 30, 40, 45, 50, 55, 60, 70, 80, 90, 100]) plt.scatter(x, y, c=colors) plt.colorbar() # 添加颜色条 plt.show()
代码解释：
- 导入库: 导入 numpy 用于创建数组，导入 matplotlib.pyplot 用于绘图。
- 创建数据: 创建 x 和 y 数组，分别表示散点的横坐标和纵坐标。colors 数组包含每个散点对应的颜色值。
- 使用 scatter 函数: 调用 plt.scatter(x, y, c=colors) 创建散点图。c=colors 将 colors 数组中的值映射到颜色条上。
- 添加颜色条: 调用 plt.colorbar() 函数添加颜色条，用于显示颜色和数值之间的对应关系。
- 显示图形: 调用 plt.show() 显示绘制的散点图。
在这个例子中，colors 数组中的每个值都对应一个散点。Matplotlib 会根据这些值的大小，将散点映射到颜色条上不同的颜色。例如，colors 数组中值为 0 的散点会被映射到颜色条的起始颜色（通常是蓝色），值为 100 的散点会被映射到颜色条的结束颜色（通常是黄色）。
错误分析
如果将 c= 替换为 color=，会得到以下错误：
ValueError: 'color' kwarg must be a color or sequence of color specs. For a sequence of values to be color-mapped, use the 'c' argument instead.
这个错误提示表明，color 参数只能接受单个颜色值或颜色序列，而不能接受用于颜色映射的数值序列。因此，在使用 scatter 函数进行颜色映射时，必须使用 c 参数。
选择颜色条
Matplotlib 提供了多种内置的颜色条（colormap），可以通过 cmap 参数进行选择。例如，可以使用 cmap='viridis' 来选择 viridis 颜色条：
plt.scatter(x, y, c=colors, cmap='viridis') plt.colorbar() plt.show()
可以通过查阅 Matplotlib 的官方文档了解更多可用的颜色条：https://www.php.cn/link/d8591042aaf8c8d8b53b7e43085a0587
注意事项
- 确保 c 参数传入的数组与 x 和 y 数组的长度相同，否则会导致错误。
- c 参数的值会被自动缩放到颜色条的范围。如果需要自定义颜色条的范围，可以使用 vmin 和 vmax 参数。例如，plt.scatter(x, y, c=colors, vmin=0, vmax=50) 将颜色条的范围限制在 0 到 50 之间。
总结
scatter 函数的 c 参数是进行颜色映射的关键。通过理解 c 参数的特殊含义，并结合 colorbar 函数和不同的颜色条，可以创建出具有丰富信息和视觉效果的散点图。掌握这些技巧可以帮助你更好地利用 Matplotlib 进行数据可视化。
