在“`plotly`”中是否与`matplotlib.pyplot`中的“`pcolormesh`”(或“`pcolor`”)相当？

Question

当我正在开发一个与dash交互的界面时，我使用plotly作为我的数字。然而，我对这个软件包的经验有限--我通常使用matplotlib来制作数字。

无论如何，我想用三维数据来创建一个图形，其中第三维度是用颜色表示的。对于matplotlib，我将使用pcolormesh (或pcolor)。不幸的是，我无法在plotly中找到一个等价的函数。我不能使用Contour或类似的，因为z-data应该遵循特定的(x，y)-coordinates。

让我以一个例子加以澄清。为了方便起见，我们可以使用以下虚拟数据：

import numpy as np

x, y = np.meshgrid(np.linspace(0, 10), np.linspace(0, 10))
y += 2 * np.sin(x * 2 * np.pi / 10)
z = np.exp(-x / 10)

我想要的--并且能够使用matplotlib生成--结果来自以下代码(后面的结果)：

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.pcolormesh(x, y, z)

​

​

然而，在plotly中，除了使用颜色编码的scatter-plot之外，我没有得到更多的信息：

fig = go.Figure()
fig.add_trace(
    go.Scatter(x=x, y=y, marker=dict(color=z))
)

以下内容如下所示：

​

然而，这并不是我的目标。扩大marker的大小以“欺骗”查看器是不够的，因为实际数据稍微复杂一些，(x，y)-coordinates之间有不同的差距。

希望任何人都能帮我。非常感谢你的努力！

PS。我见过this post有一个类似的问题。但是，它的解决办法不适用于我。

Answer 1

您可以增加x轴坐标的数目。

import numpy as np
import plotly.graph_objects as go

x, y = np.meshgrid(np.linspace(0, 10, 200), np.linspace(0, 10))
y += 2 * np.sin(x * 2 * np.pi / 10)
z = np.exp(-x / 10)

go.Figure(go.Scatter(x=x.flatten(), y=y.flatten(), mode="markers", marker_color=z.flatten()))

​

​

实验性

不完全工作，受Matplotlib: save plot to numpy array启发

import numpy as np
import plotly.express as px
import io
import matplotlib.pyplot as plt


x, y = np.meshgrid(np.linspace(0, 10), np.linspace(0, 10))
y += 2 * np.sin(x * 2 * np.pi / 10)
z = np.exp(-x / 10)

# plt.axes("off")
fig, ax = plt.subplots()
# ax.axes.visible = False
ax = ax.pcolormesh(x, y, z)
with io.BytesIO() as buff:
    fig.savefig(buff, format='raw', pad_inches=0, bbox_inches=0)
    buff.seek(0)
    data = np.frombuffer(buff.getvalue(), dtype=np.uint8)
w, h = fig.canvas.get_width_height()
im = data.reshape((int(h), int(w), -1))

px.imshow(im)