如何用Matplotlib以矩阵配色形式绘制三列数据散点图？

你的代码存在几个关键问题导致无法实现需求：

• 初始定义的colors是彩色字符串列表，但后续循环中添加的是数字，类型混合导致scatter无法正确识别颜色
• 条件判断逻辑错误：两个if是独立判断，会导致部分z值被重复匹配；同时边界值（如i=9、i=25）未被正确归类
• 没有使用灰度配色，不符合你要的"不同灰度矩阵形式"需求

以下是修正后的代码，实现基于z值区间的灰度配色：

import numpy as np
import matplotlib.pyplot as plt

# 读取数据
db = np.loadtxt('text.txt')
x = db[:, 0]
y = db[:, 1]
z = db[:, 2]

# 定义三个灰度区间对应的颜色（从浅到深）
gray_colors = ['#cccccc', '#888888', '#333333']
# 根据z值生成对应的颜色列表
point_colors = []
for val in z:
    if val < 9:
        point_colors.append(gray_colors[0])
    elif 9 <= val < 25:
        point_colors.append(gray_colors[1])
    else:
        point_colors.append(gray_colors[2])

# 绘制散点图
plt.scatter(x, y, c=point_colors, s=100)  # s参数可调整点的大小
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.title('基于Z值的灰度配色散点图')
plt.show()

更简洁的numpy实现方式 #

如果数据量较大，用numpy的向量化操作代替循环效率更高：

import numpy as np
import matplotlib.pyplot as plt

db = np.loadtxt('text.txt')
x, y, z = db[:,0], db[:,1], db[:,2]

# 定义灰度颜色
gray_colors = np.array(['#cccccc', '#888888', '#333333'])
# 根据z值生成索引
color_indices = np.where(z < 9, 0, np.where((9 <= z) & (z <25), 1, 2))
point_colors = gray_colors[color_indices]

plt.scatter(x, y, c=point_colors, s=100)
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.show()

额外说明 #

如果想要更平滑的灰度过渡（而非区间离散配色），可以直接使用matplotlib的灰度色映射：

plt.scatter(x, y, c=z, cmap='gray', s=100)
plt.colorbar(label='Z值')  # 添加颜色条说明
plt.show()

内容的提问来源于stack exchange，提问作者Masoom