Matplotlib 3D散点图中jet颜色映射不生效问题求助

1. 颜色映射失效的原因及修复 #

scatter3D的cmap参数需要配合c参数使用，c用来指定颜色映射的依据（比如某列数值数据），否则默认只会使用单一颜色，cmap不会生效。

你可以指定任意与数据长度匹配的数值列作为颜色依据，比如用z轴数据：

ax.scatter3D(df['x'], df['y'], df['z'], c=df['z'], cmap='jet')

2. 4个不同视角子图的实现 #

要创建4个子图，需分别初始化4个3D坐标轴，并为每个坐标轴设置不同的view_init参数调整视角。

完整修复后的代码示例：

import matplotlib.pyplot as plt
# 假设df已提前定义并加载数据
fig = plt.figure(figsize=(16, 12))

# 子图1：视角(0, 90)
ax1 = fig.add_subplot(221, projection='3d')
ax1.set_xlabel('x', c='r', size=10)
ax1.set_ylabel('y', c='r', size=10)
ax1.set_zlabel('z', c='r', size=10)
ax1.scatter3D(df['x'], df['y'], df['z'], c=df['z'], cmap='jet')
ax1.view_init(0, 90)

# 子图2：视角(45, 0)
ax2 = fig.add_subplot(222, projection='3d')
ax2.set_xlabel('x', c='r', size=10)
ax2.set_ylabel('y', c='r', size=10)
ax2.set_zlabel('z', c='r', size=10)
ax2.scatter3D(df['x'], df['y'], df['z'], c=df['z'], cmap='jet')
ax2.view_init(45, 0)

# 子图3：视角(45, 45)
ax3 = fig.add_subplot(223, projection='3d')
ax3.set_xlabel('x', c='r', size=10)
ax3.set_ylabel('y', c='r', size=10)
ax3.set_zlabel('z', c='r', size=10)
ax3.scatter3D(df['x'], df['y'], df['z'], c=df['z'], cmap='jet')
ax3.view_init(45, 45)

# 子图4：视角(90, 0)
ax4 = fig.add_subplot(224, projection='3d')
ax4.set_xlabel('x', c='r', size=10)
ax4.set_ylabel('y', c='r', size=10)
ax4.set_zlabel('z', c='r', size=10)
ax4.scatter3D(df['x'], df['y'], df['z'], c=df['z'], cmap='jet')
ax4.view_init(90, 0)

plt.tight_layout()
plt.show()

关键说明 #

• c参数是颜色映射的核心，必须指定数值数组让Matplotlib确定颜色分配规则
• 子图布局用221这类格式表示2行2列的子图位置，可根据需求调整为411（1列4行）等布局
• tight_layout()可自动调整子图间距，避免标签重叠

内容的提问来源于stack exchange，提问作者user19463181