双变量复函数图像的共形颜色映射实现方法咨询

你不需要手动遍历点逐个提取、赋值颜色，直接利用matplotlib的原生颜色映射规则绑定数值与色阶即可，实现难度和运行效率都远优于手动遍历方案。

实现原理 #

你最初绘制输入平面着色时，本质是将每个输入点到原点的距离fx = sqrt(A²+B²)映射到了色阶上。只要在绘制输出映射像时，让每个输出点的颜色直接绑定对应输入点的fx值，且两张图使用完全一致的色卡、数值映射范围，就能实现颜色的精准对应：输入原点附近（fx≈0）的点映射到输出平面后会显示为深蓝色，fx值越大颜色越偏向亮部，和输入平面的着色规则完全统一。

完整可运行代码 #

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline 

# 生成输入复平面网格
a = np.arange(-np.pi, np.pi, 0.1)
b = np.arange(-np.pi, np.pi, 0.1)
A, B = np.meshgrid(a, b)
fx = np.sqrt(A**2 + B**2)  # 颜色映射基准值：输入点到原点的距离

# 绘制着色后的输入Argand平面
plt.figure(figsize=(10,10))
# 显式指定色卡和数值范围，保证和输出图色阶完全匹配
im = plt.pcolormesh(A, B, fx, cmap='jet')
plt.colorbar(im, label='输入点到原点距离')
plt.xlabel('输入实部 Re(z)')
plt.ylabel('输入虚部 Im(z)')
plt.title('着色输入复平面')
plt.show()

# 计算双变量复函数映射结果
y = np.exp(1j*A) - np.exp(-1j*B)
real = y.real
imag = y.imag

# 绘制颜色匹配的输出映射像
plt.figure(figsize=(10,10))
# 先绘制浅灰色连线（可选，还原你原本的连线效果）
plt.plot(real, imag, color='lightgray', linewidth=0.7, zorder=0)
# 散点图直接绑定fx作为颜色值，复用和输入图一致的色卡、数值范围
sc = plt.scatter(real.flatten(), imag.flatten(), 
                 c=fx.flatten(), cmap='jet',
                 vmin=fx.min(), vmax=fx.max(),
                 marker='*', edgecolor='r', s=35, zorder=1)
plt.colorbar(sc, label='对应输入点到原点距离')
plt.xlim(-2.05, 2.05)
plt.ylim(-2.05, 2.05)
plt.xlabel('输出实部 Re(w)')
plt.ylabel('输出虚部 Im(w)')
plt.title('复函数映射像（颜色对应输入位置）')
plt.show()

关键注意事项 #

• 不要手动提取pcolormesh渲染后的像素颜色值：这类操作需要额外处理画布渲染、坐标转换、色阶归一化等逻辑，网格点数量大时运行效率极低，出错概率高。直接传入原始的颜色基准值fx，matplotlib会自动完成统一的颜色映射，不需要额外做颜色值转换。
• 保证颜色一致的核心是两图使用相同的色卡（cmap参数）、相同的数值映射上下限（vmin、vmax参数），避免matplotlib自动缩放色阶导致两边颜色对应关系错位。
• 如果需要切换着色维度，比如用输入点的辐角代替到原点的距离着色，只需要把fx替换为对应的特征值（例如辐角可写为fx = np.arctan2(B, A)），其余逻辑不需要改动。
• 代码中选用cmap='jet'是为了匹配你描述的“原点附近显示为深蓝色”的效果，如果需要更换配色，同时修改两处绘图的cmap参数即可。

内容的提问来源于stack exchange，提问作者MathHeero