Python中如何将等高线图颜色映射至mass参数而非等高线层级？

嘿，我完全懂你的需求——所有数据集的等高线都固定在level=20，但每条线的颜色要对应各自的mass值，而不是跟着Z值的colormap走。咱们可以通过以下几步修改代码来实现：

核心思路 #

先把所有数据集的mass值收集起来，创建一个颜色映射的尺度，把mass值和colormap的颜色一一对应，然后在循环绘制每条等高线的时候，给它分配对应的颜色就行。

修改后的完整代码 #

import numpy as np
import pylab as plt
from pandas import DataFrame as df
import matplotlib.colors as colors
import scipy.interpolate as interpolate

# 假设data已经从文件导入并处理完成
xi = np.linspace(1,10,1000)
yi = np.linspace(-1,1,1000)
X, Y = np.meshgrid(xi,yi)

# 第一步：收集所有mass值，创建颜色归一化规则和colormap
masses = [int(data[i]['mass'][0]) for i in range(9)]
# 把mass值缩放到0-1范围，适配colormap的索引
norm = colors.Normalize(vmin=np.min(masses), vmax=np.max(masses))
# 选你喜欢的colormap，比如viridis、plasma、coolwarm都可以
cmap = plt.get_cmap('viridis')

for i in range(9):
    Z = interpolate.griddata((data[i]['q'], np.cos(data[i]['iota'])), data[i]['snr1'], (X,Y))
    cs = plt.contour(X,Y,Z,levels=[20])
    # 获取当前mass对应的颜色
    current_mass = masses[i]
    line_color = cmap(norm(current_mass))
    # 给这条等高线设置颜色
    cs.collections[0].set_color(line_color)
    cs.collections[0].set_label(str(current_mass))

# 关键：添加颜色条，让读者清楚mass和颜色的对应关系
sm = plt.cm.ScalarMappable(norm=norm, cmap=cmap)
sm.set_array([])  # 因为我们不是用它映射Z值，所以传空数组就行
plt.colorbar(sm, label='mass')

plt.legend(loc=5, title='mass')
plt.show()

关键改动点解释 #

• 提前处理mass值：先把所有mass值提取出来，用Normalize把它们缩放到0到1的范围，这样就能完美匹配colormap的颜色索引了。
• 动态分配颜色：每次循环里，根据当前数据集的mass值，从colormap里取出对应的RGBA颜色，用set_color()应用到等高线上。
• 添加颜色条：这一步很重要，不然看图的人不知道颜色对应的mass值是多少，用ScalarMappable可以快速生成和我们的mass映射匹配的颜色条。
• 自定义colormap：你可以把plt.get_cmap('viridis')里的viridis换成任何你喜欢的colormap名称，比如plasma、coolwarm或者jet，选最适合你数据的配色就行。

这样改完之后，所有level=20的等高线就会根据各自的mass值呈现colormap里的对应颜色，完全满足你的需求啦！

内容的提问来源于stack exchange，提问作者Divyajyoti