嘿，我来帮你调整这段代码，完美实现你要的效果！针对你的两个需求，我把代码重新梳理了一遍，还加了详细注释：

import matplotlib.pyplot as plt
import matplotlib.cm as cm
from matplotlib.colors import Normalize

# 假设x、y、z的长度一致（这里模拟数据，你替换成真实数据即可）
x = range(1, 35001)  # 模拟35000个x坐标
y = range(21, 35021) # 对应35000个y坐标
z = [i % 10 - 5 for i in range(35000)] # 模拟z值，范围从-5到4

# 1. 设置颜色映射：z最小→白色，z最大→黑色
# 使用Greys_r（反转的灰度图），默认Greys是黑→白，反转后正好是白→黑
cmap = cm.Greys_r
# 归一化z值，把z的实际范围映射到colormap的0-1区间
norm = Normalize(vmin=min(z), vmax=max(z))

# 2. 绘制像素级散点图，避免重叠
# marker='.'指定用像素点标记，s=1把点大小设为1像素，确保高密度下不重叠
scatter = plt.scatter(x, y, c=z, cmap=cmap, norm=norm, marker='.', s=1)

# 3. 添加颜色条作为图例，直观展示z值与颜色的对应关系
plt.colorbar(scatter, label='Z Value')

# 可选：调整坐标轴和标题，让图表更清晰
plt.xlim(min(x), max(x))
plt.ylim(min(y), max(y))
plt.xlabel('X Coordinate')
plt.ylabel('Y Coordinate')
plt.title('Pixel-Level Scatter Plot with Z-Color Mapping')

plt.show()

关键修改说明： #

• 替换plt.plot为plt.scatter：plot是绘制连续线条的工具，而scatter专门用于散点绘制，能精准控制每个点的颜色和大小，完全适配你的需求。
• 像素级点设置：marker='.'指定用最小的像素点标记，s=1把点大小锁定为1像素，即使35000个点也不会出现重叠（前提是x/y坐标本身没有完全重合的点）。
• 颜色映射调整：用cm.Greys_r直接实现“z最小值→白色，z最大值→黑色”的映射逻辑，配合Normalize将z的实际数值范围转换为colormap能识别的0-1区间。
• 图例（颜色条）：通过plt.colorbar生成与散点对象绑定的颜色条，自动关联z值和对应颜色，比手动添加图例更直观准确。

注意事项： #

• 务必确保x、y、z三个数组的长度完全一致，否则Matplotlib会抛出维度不匹配的错误。
• 如果你的z值存在极端异常值，可以考虑调整Normalize的vmin/vmax参数（比如用百分位数截断），避免极值干扰整体颜色映射效果。

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