如何在Python中为三元图例填充子三角形混合色

1. 预处理分量矩阵 #

首先确保A、B、C三个矩阵的对应元素和为1（三元图分量的核心要求），若未归一化则先执行归一化：

import numpy as np
# 假设A、B、C为形状匹配的numpy.ndarray
total = A + B + C
A_norm = A / total
B_norm = B / total
C_norm = C / total

2. 分量到RGB颜色的映射 #

根据你定义的顶点（红→A、黑→B、绿→C），通过分量加权生成对应RGB颜色：

• 红色顶点对应(1, 0, 0)（A=1，B/C=0）
• 黑色顶点对应(0, 0, 0)（B=1，A/C=0）
• 绿色顶点对应(0, 1, 0)（C=1，A/B=0）

每个子三角形的颜色计算逻辑如下：

# 生成扁平化的RGB颜色数组，对应所有子三角形
colors = np.stack([A_norm.flatten(), C_norm.flatten(), np.zeros_like(A_norm.flatten())], axis=1)

注：若顶点与分量的对应关系不同，只需调整RGB通道的关联分量即可。

3. 绘制填充的三元图 #

利用ternary库结合matplotlib的多边形绘制功能，遍历每个子三角形并填充对应颜色：

import ternary
import matplotlib.pyplot as plt

# 初始化三元图，scale值需与矩阵维度匹配（如N×N矩阵对应scale=N-1）
fig, tax = ternary.figure(scale=A.shape[0]-1)
tax.boundary(linewidth=2)
tax.set_title("三色填充三元图", fontsize=12)
# 设置顶点标签对应你的颜色定义
tax.left_axis_label("黑 (B)", fontsize=10)
tax.right_axis_label("绿 (C)", fontsize=10)
tax.top_axis_label("红 (A)", fontsize=10)

scale = tax.scale
# 遍历所有子三角形
for i in range(scale):
    for j in range(scale - i):
        # 获取当前子三角形的三元坐标（a+b+c=scale）
        point1 = (i, j, scale - i - j)
        point2 = (i + 1, j, scale - i - j - 1)
        point3 = (i, j + 1, scale - i - j - 1)
        
        # 转换为matplotlib可用的笛卡尔坐标
        coords = [tax.convert_coordinates(p, axisorder='abc') for p in [point1, point2, point3]]
        
        # 获取当前子三角形的归一化分量，生成颜色
        color = (A_norm[i, j], C_norm[i, j], 0)
        
        # 绘制填充多边形
        poly = plt.Polygon(coords, facecolor=color, edgecolor='white', linewidth=0.5)
        tax.ax.add_patch(poly)

# 优化显示效果
tax.clear_matplotlib_ticks()
tax._redraw_labels()
plt.show()

核心注意点 #

• 坐标对应：确保矩阵索引与三元图坐标一一匹配，比如(i,j)对应三元组(i,j,scale-i-j)，分别关联A、B、C分量。
• 颜色逻辑：黑色分量B会降低整体亮度，A值越高颜色越红，C值越高颜色越绿。
• 网格匹配：scale参数必须与矩阵维度对应，比如10×10矩阵对应scale=9（三元图网格点数量为scale+1）。

内容的提问来源于stack exchange，提问作者emax