Matplotlib 3D散点图颜色映射失效问题求助

我有一个形状为(100,3)的numpy随机坐标数组x1-x3，每个坐标点对应一个通过自定义函数计算得到的y值，存储在形状为(100,1)的数组中。我希望绘制3D（4D）散点图，用三个坐标轴展示坐标，颜色表示y值。

当前代码如下：

rand_coords = np.random.rand(100, 3) #example
x1_values = rand_coords[:, 0]
x2_values = rand_coords[:, 1]
x3_values = rand_coords[:, 2]
y_values = calculate_fitness_var(a_shape, em, rand_coords)

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
scatter = ax.scatter(x1_values, x2_values, x3_values, c=y_values, cmap='viridis', marker='o')

ax.set_xlabel('coordinate 1')
ax.set_ylabel('coordinate 2')
ax.set_zlabel('coordinate 3')
ax.set_title('Fitness for coordinates')
fig.colorbar(scatter, label='Fitness')

plt.show()

目前代码可运行，但颜色映射失效：虽已将y_values赋值给c参数，却无法用颜色表示y值，颜色随机且颜色条为黑白渐变。更换配色方案也无效，出现警告："UserWarning: No data for colormapping provided via 'c'. Parameters 'cmap' will be ignored"。请问问题出在哪里？

问题出在y_values的形状上——你的y_values是形状为(100,1)的二维数组，而matplotlib的scatter函数要求c参数传入一维数组（形状为(100,)）。

当传入二维数组时，matplotlib无法正确解析颜色数据，会触发警告并忽略配色方案，导致颜色显示异常。

解决方法很简单，把y_values转换成一维数组即可，两种常用方式：

• 方式一：使用ravel()方法扁平化数组

  scatter = ax.scatter(x1_values, x2_values, x3_values, c=y_values.ravel(), cmap='viridis', marker='o')
  

• 方式二：通过索引提取一维数据

  scatter = ax.scatter(x1_values, x2_values, x3_values, c=y_values[:,0], cmap='viridis', marker='o')
  

修改后，颜色映射会正常工作，viridis配色方案会根据y_values的数值正确渲染，颜色条也会对应显示渐变。

内容的提问来源于stack exchange，提问作者Anne