Хорошо, есть два способа сделать это. Для вас было бы достаточно иметь дискретное количество корзин для расстояний (например, d <10pc, 10pc <d <20pc, d> 20pc). Это относительно просто, все что вам нужно сделать, это несколько циклов - вот пример с 3:
raclose = []
ramid = []
rafar = []
decdlose = []
decmid = []
decfar = []
for ii in range(len(dist)):
if dist[ii] < 10.:
raclose.append(ra[ii])
decclose.append(dec[ii])
elif dist[ii] > 20.:
rafar.append(ra[ii])
decfar.append(dec[ii])
else:
ramid.append(ra[ii])
decmid.append(dec[ii])
plt.clf
ax1 = scatter(raclose, decclose, marker='o', s=20, color="darkgreen", alpha=0.6)
ax2 = scatter(ramid, decmid, marker='o', s=20, color="goldenrod", alpha=0.6)
ax3 = scatter(rafar, decfar, marker='o', s=20, color="firebrick", alpha=0.6)
line1 = Line2D(range(10), range(10), marker='o', color="darkgreen")
line2 = Line2D(range(10), range(10), marker='o',color="goldenrod")
line3 = Line2D(range(10), range(10), marker='o',color="firebrick")
plt.legend((line1,line2,line3),('d < 10pc','20pc > d > 10pc', 'd > 20pc'),numpoints=1, loc=3)
show()
Или вы можете сделать контурный график, так чтобы вы задали RA на оси x и Dec на оси y и заполнили график расстояниями. И RA, и Dec являются одномерными массивами с соответствующими координатами. Затем вы делаете 2D-массив с расстоянием. Определите, каково среднее / среднее значение расстояний, а затем разделите двумерный массив на это значение, чтобы его нормализовать. И, наконец, нанесите на график контурный график (используя контур или imshow), например:
import matplotlib.pyplot as plt
from matplotlib import cm
ax = pylab.contourf(RA,Dec,dists, levels=[1, 5, 10, 15], cmap=plt.cm.spectral)
cbar=pylab.colorbar()