Kolory zagubione w Matplotlib 3D wykres rozproszenia

Question

Dla projektu tworzę kilka wykresów rozproszenia 3D z trzema odpowiednimi rzutami pod nim. Używam różnych kolorów, aby wskazać czwarty parametr. Najpierw wykreślić dane o określonym kolorze, a potem overplot że z innymi danymi o innym kolorze, tak że w końcu kolejność jest taka, że ​​widzę wszystko jak chcę:

W zaczynało się to dobrze, ale kiedy próbuję zrobić to samo z nieco innymi danymi, kolory się zawiodły. Przedstawione kolory w projekcjach są właściwe, ale niektóre z nich brakuje w działce 3D więc nie pasują już:

Kiedy obrócić wykres 3D w zabawny sposób, kolory są odzyskiwane i widzę je jako oni powinni być:

jednak nie chcę wykres 3D, który obraca się w zabawny sposób, ponieważ osie się pokręcić i to nie można go tak właściwie odczytać.

Znalazłem jedno rozwiązanie problemu tutaj: plotting 3d scatter in matplotlib. W zasadzie mówi, że powinienem zamienić mój ax.scatter (X, Y) na ax.plot (X, Y, "o"). Kiedy to robię, kolory są pokazywane tak, jak powinny, ale fabuła jest w ten sposób dużo bardziej powikłana i brzydsza. Po prostu chcę to zrobić z działką rozproszoną.

Czy ktoś wie, jak rozwiązać ten problem?

Oto minimalny przykład mojego kodu, tylko dwa kolory:

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() 

Answer 1

Zamiast używać ax.plot(x,y, 'o') spróbować ax.plot(x,y,'.') lub ax.plot(x,y,'*'. Model 'o' określa, który z nich ma być używany, a znacznik "o" to duże wypełnienie, dlatego Twoja fabuła wygląda na brzydką.