多颜色渐隐动态散点图实现问题：为不同X值分配颜色

需求如下：

• 绘制动态散点图，x1对应x=1，x2对应x=2，x3对应x=3；
• 为每个像素分配独特颜色（x1为红色，x2为蓝色，x3为绿色）；
• 更新数据时，旧的散点数据逐渐淡出。

参考Stack Overflow上的示例代码修改后，无法为x=1、x=2、x=3这三个不同X值分别分配颜色，当前代码及效果如下：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation
from matplotlib.colors import LinearSegmentedColormap
from matplotlib.animation import PillowWriter
fig, ax = plt.subplots()
ax.set_xlabel('X Axis', size = 12)
ax.set_ylabel('Y Axis', size = 12)
ax.axis([0,4,0,1])
x_vals = []
y_vals = []
intensity = []
iterations = 100

t_vals = np.linspace(0,1, iterations)

colors = [[0,0,1,0],[0,0,1,0.5],[0,0.2,0.4,1], [1,0.2,0.4,1]]
cmap = LinearSegmentedColormap.from_list("", colors)
scatter = ax.scatter(x_vals,y_vals, c=[], cmap=cmap, vmin=0,vmax=1)

def get_new_vals():
    x = np.arange(1,4) # TODO: ASSOCIATE COLOUR WITH EACH X VALUE
    y = np.random.rand(3)
    return list(x), list(y)

def update(t):
    global x_vals, y_vals, intensity
    # Get intermediate points
    new_xvals, new_yvals = get_new_vals()
    x_vals.extend(new_xvals)
    y_vals.extend(new_yvals)

    # Put new values in your plot
    scatter.set_offsets(np.c_[x_vals,y_vals])

    #calculate new color values
    intensity = np.concatenate((np.array(intensity)*0.96, np.ones(len(new_xvals))))
    scatter.set_array(intensity)

    # Set title
    ax.set_title('Different colors for each x value')

ani = matplotlib.animation.FuncAnimation(fig, update, frames=t_vals,interval=50)
plt.show()

修改方案 #

核心思路是放弃单一colormap，直接维护每个点的RGBA颜色数组：根据x值确定点的基础颜色（红/蓝/绿），再通过强度值控制透明度，旧点的透明度随时间衰减。

修改后的代码：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation
from matplotlib.animation import PillowWriter

fig, ax = plt.subplots()
ax.set_xlabel('X Axis', size=12)
ax.set_ylabel('Y Axis', size=12)
ax.axis([0, 4, 0, 1])

# 存储所有点的坐标和颜色
x_vals = []
y_vals = []
colors = []
iterations = 100

# 定义每个x对应的基础RGB颜色
x_color_map = {
    1: [1, 0, 0],   # 红色
    2: [0, 0, 1],   # 蓝色
    3: [0, 1, 0]    # 绿色
}

# 初始化散点图，颜色初始为空
scatter = ax.scatter(x_vals, y_vals, c=colors)

def get_new_vals():
    x = np.arange(1, 4)
    y = np.random.rand(3)
    return list(x), list(y)

def update(t):
    global x_vals, y_vals, colors
    # 获取新数据
    new_xvals, new_yvals = get_new_vals()
    x_vals.extend(new_xvals)
    y_vals.extend(new_yvals)

    # 为新点添加对应颜色（初始透明度1）
    for x in new_xvals:
        base_rgb = x_color_map[x]
        colors.append(base_rgb + [1.0])  # RGBA格式

    # 更新散点坐标
    scatter.set_offsets(np.c_[x_vals, y_vals])

    # 衰减旧点的透明度
    if len(colors) > len(new_xvals):
        # 对除了新添加的点之外的所有旧点，透明度乘以衰减系数
        for i in range(len(colors) - len(new_xvals)):
            colors[i][3] *= 0.96

    # 更新散点颜色
    scatter.set_color(colors)

    ax.set_title('不同X值对应专属颜色的动态散点图')

ani = matplotlib.animation.FuncAnimation(fig, update, frames=iterations, interval=50)
plt.show()

关键改动说明 #

1. 颜色映射字典：用x_color_map明确x=1/2/3对应的基础RGB颜色；
2. RGBA颜色维护：直接存储每个点的RGBA数组，新点初始透明度为1；
3. 透明度衰减：每次更新时，对所有旧点的透明度乘以0.96，实现淡出效果；
4. 放弃colormap：不再依赖scatter.set_array()和colormap，直接用set_color()设置每个点的颜色。

这样就能实现每个固定X值的点保持专属颜色，同时旧点随时间逐渐淡出的效果。

内容的提问来源于stack exchange，提问作者Leo