Matplotlib相图绘制：非均匀间隔参数轴自定义问询

问题背景 #

需要为参数扫描实验绘制相图，实验参数如下：

vmax_values = [1, 3, 6, 9, 12, 15]
cost_values = [0.001, 0.0025, 0.005, 0.0075, 0.01, 0.025, 0.05]

其中cost为非均匀间隔参数，当前代码生成的散点图因cost数值集中在小范围，导致数据点聚集在轴的一侧，需要自定义轴刻度，让每个参数组合的点均匀分布，制作参考用相图。

解决方案核心 #

采用分类轴绘制思路：直接用参数的索引作为绘图坐标（确保每个点在轴上均匀分布），再将轴刻度标签替换为对应的实际参数值，完全脱离数值大小对刻度位置的影响。

修改后的完整代码 #

import json
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
import numpy as np

json_file_path = 'D:/cost_pc/output/results.json'

with open(json_file_path, 'r') as json_file:
    results_dict = json.load(json_file)

cmap = ListedColormap(['green', 'cyan', 'red'])

vmax_values = [1, 3, 6, 9, 12, 15]
cost_values = [0.001, 0.0025, 0.005, 0.0075, 0.01, 0.025, 0.05]

desired_replicate_number = 4

vmax_list, cost_list, result_list = [], [], []

# 用参数的索引作为分类坐标，确保均匀分布
vmax_categorical = np.arange(len(vmax_values))
cost_categorical = np.arange(len(cost_values))

for i, vmax in enumerate(vmax_values):
    for j, cost in enumerate(cost_values):
        vmax_list.append(vmax_categorical[i])
        cost_list.append(cost_categorical[j])

        # 获取指定重复次数的实验结果
        result = results_dict.get(f"p_vmax_{vmax}_cost_{cost}", {}).get(str(desired_replicate_number), None)
        if result == "Cheater victory":
            result_list.append(1)  # 作弊者获胜
        elif result == "Broadcaster victory":
            result_list.append(2)  # 广播者获胜
        elif result == "Coexistence":
            result_list.append(0)  # 共存
        else:
            result_list.append(-1)  

plt.figure(figsize=(10, 6))
scatter = plt.scatter(cost_list, vmax_list, c=result_list, cmap=cmap, s=150, marker='o', edgecolors='k')

plt.xlabel('Cost', fontsize=16)
plt.ylabel('Vmax', fontsize=16)
plt.title(f'Phase Diagram (Replicate {desired_replicate_number})', fontsize=18)

# 关键修改：用分类索引作为刻度位置，实际参数值作为标签
plt.xticks(cost_categorical, ['0.001', '0.0025', '0.005', '0.0075', '0.01', '0.025', '0.05'], rotation='vertical')
plt.yticks(vmax_categorical, [str(v) for v in vmax_values])

legend_labels = ['Coexistence', 'Cheater Victory', 'Broadcaster Victory']
legend_handles = [plt.Line2D([0], [0], marker='o', color='w', markerfacecolor=cmap(i), markersize=10) for i in range(len(legend_labels))]
plt.legend(legend_handles, legend_labels, loc='upper right')

plt.grid(False)
plt.tight_layout()
plt.show()

关键修改说明 #

1. X轴修正：将plt.xticks的第一个参数从cost_values改为cost_categorical（即参数的索引序列[0,1,2,3,4,5,6]），确保每个刻度位置均匀分布，标签保留实际的cost数值。
2. Y轴修正：同理，将plt.yticks的第一个参数从vmax_values改为vmax_categorical，匹配绘图时使用的分类坐标，避免刻度位置偏移。

这样修改后，所有参数组合的点会在相图上均匀排列，完全解决因参数非均匀间隔导致的点聚集问题，生成符合需求的参考相图。

内容的提问来源于stack exchange，提问作者Vijayraj Singh