如何为多传感器绘图循环调用不同Colormap及绘图方式优化咨询

一、实现循环调用不同Colormap并展示温度范围 #

针对你的需求，修改代码逻辑，让每个传感器对应列表中的指定Colormap，同时通过颜色条直观展示温度与颜色的对应关系，修改后的代码如下：

import matplotlib.pyplot as plt
import numpy as np

# 假设sensor_number、Temp、t、R、param、model_funct已提前定义
cmap_list = ['Blues', 'Purples', 'Blues', 'Greens', 'Oranges', 'Reds']

for j, n in enumerate(sensor_number):
    fig, ax = plt.subplots(figsize=[10,6])
    # 获取当前传感器对应的Colormap
    current_cmap = plt.cm.get_cmap(cmap_list[j])
    # 将温度范围归一化到Colormap的0-1区间
    temp_norm = plt.Normalize(min(Temp), max(Temp))
    # 生成每个温度对应的颜色
    temp_colors = current_cmap(temp_norm(Temp))
    
    for k, (T, color) in enumerate(zip(Temp, temp_colors)):
        xs = np.linspace(t[0], t[-1], 1000)
        ys = model_funct(xs, *param[k][j])
        # 绘制对应温度的拟合线
        ax.plot(xs, ys, linestyle='dashed', color=color, alpha=0.7)
        # 绘制对应温度的实验散点
        ax.scatter(t, R[k], s=0.5, color=color, label=f"Temp: {T}")
    
    # 添加颜色条，关联温度与当前Colormap
    color_bar = plt.cm.ScalarMappable(cmap=current_cmap, norm=temp_norm)
    color_bar.set_array([])
    fig.colorbar(color_bar, ax=ax, label='Temperature')
    
    ax.set_title(f"Sensor {n} - Temperature vs Measurement")
    ax.legend(bbox_to_anchor=(1.05, 1), loc='upper left')
    plt.tight_layout()
    # plt.savefig(f"{dir}\\Graphs\\{n}_hj.png")
    plt.show()

关键改动说明：

• 通过plt.cm.get_cmap(cmap_list[j])循环调用列表中对应传感器的Colormap
• 用Normalize将温度范围映射到Colormap的标准区间，确保颜色与温度严格对应
• 添加颜色条（colorbar），直接展示当前传感器的温度范围与颜色的对应关系
• 修正原代码中重复绘制散点的逻辑，让每个温度对应一组独立的拟合线和散点

二、等高线图是否适合该场景？ #

分两种情况判断：

• 如果你的数据是二维空间分布类数据（比如传感器在不同空间位置，每个位置对应温度和测量值），等高线图（或填充等高线contourf）非常适合，能清晰展现温度、测量值在空间上的分布规律。
• 如果你的数据是时间序列类数据（t是时间，R是不同温度下的时间序列测量值），当前的散点+拟合线方式更直观，能清晰看到单温度下测量值随时间的变化趋势，以及模型拟合效果。这种场景下等高线图不适用，因为缺少二维空间维度支撑。

内容的提问来源于stack exchange，提问作者Dave