求助：为散点图添加误差棒无效，颜色条及颜色缩放异常

1. 修复颜色条缩放与颜色映射问题 #

你当前代码的核心问题是把values传给了scatter的第三个参数s（点的大小），而非颜色参数c，导致颜色映射完全未生效，颜色条自然出现异常。修正代码如下：

(x, y) = self.rig_parameters["image_size"]
        
disparity_image = np.array(image)

locations = np.where(disparity_image > error_bound)
values = disparity_image[locations]
        
plt.xlim(0, x)
plt.ylim(y, 0)
# 修正：将values传给c参数指定点的颜色，s参数设置点的大小（示例设为15）
scatter = plt.scatter(locations[1], locations[0], c=values, s=15, vmin=error_bound, vmax=256)      
plt.colorbar(scatter)  # 显式传入scatter对象，确保颜色条与散点颜色映射匹配
plt.show()

修改后颜色会根据values正常映射，颜色条的缩放也会和vmin、vmax设定值对应。

2. 添加误差棒 #

散点图的误差棒需要明确每个点在x/y方向的误差值。假设你已有对应的误差数据（示例用随机数据模拟，实际替换为你的真实误差值），可以通过以下两种方式实现：

方法一：用errorbar直接绘制带误差棒的散点 #

(x, y) = self.rig_parameters["image_size"]
        
disparity_image = np.array(image)

locations = np.where(disparity_image > error_bound)
values = disparity_image[locations]
# 示例：生成随机误差数据，实际替换为你的真实误差
x_err = np.random.rand(len(values)) * 2
y_err = np.random.rand(len(values)) * 2
        
plt.xlim(0, x)
plt.ylim(y, 0)
# fmt='o'指定散点样式，c绑定颜色映射，ecolor设置误差棒颜色
errorbar = plt.errorbar(locations[1], locations[0], xerr=x_err, yerr=y_err, 
                        fmt='o', c=values, vmin=error_bound, vmax=256, 
                        s=15, ecolor='gray')
# 手动创建颜色条，适配errorbar的颜色映射
sm = plt.cm.ScalarMappable(cmap=errorbar.cmap, norm=errorbar.norm)
sm.set_array(values)
plt.colorbar(sm)
plt.show()

方法二：分开绘制误差棒与散点（更灵活控制样式） #

(x, y) = self.rig_parameters["image_size"]
        
disparity_image = np.array(image)

locations = np.where(disparity_image > error_bound)
values = disparity_image[locations]
x_err = np.random.rand(len(values)) * 2
y_err = np.random.rand(len(values)) * 2
        
plt.xlim(0, x)
plt.ylim(y, 0)
# 先绘制误差棒，fmt='none'隐藏默认线条和点
plt.errorbar(locations[1], locations[0], xerr=x_err, yerr=y_err, 
             fmt='none', ecolor='gray', capsize=2)
# 再绘制散点，颜色映射正常生效
scatter = plt.scatter(locations[1], locations[0], c=values, s=15, 
                      vmin=error_bound, vmax=256)
plt.colorbar(scatter)
plt.show()

如果你的误差是与视差values相关的单一值（比如每个点的误差为values * 0.1），只需将x_err或y_err替换为对应计算逻辑即可。

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