在散点图中如何应用mpl.cm.viridis

要在散点图中应用`mpl.cm.viridis`颜色映射方案，你可以使用`scatter`函数中的`cmap`参数来指定颜色映射方案，同时使用`c`参数来指定每个数据点对应的数值。

下面是一个示例代码，演示如何在散点图中应用`mpl.cm.viridis`颜色映射方案：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl

# 生成随机的数据点和对应的数值
num_points = 100
x = np.random.randn(num_points)
y = np.random.randn(num_points)
values = np.random.rand(num_points)  # 随机生成[0, 1)区间内的数值

# 绘制散点图，并使用viridis颜色映射方案
plt.scatter(x, y, c=values, cmap=mpl.cm.viridis)

# 添加colorbar
plt.colorbar()

# 显示图形
plt.show()

在这个例子中，我们使用`numpy`生成了100个随机数据点的x和y坐标，以及对应的随机数值。然后，我们使用`scatter`函数绘制散点图，并通过`c`参数指定每个数据点对应的数值。同时，使用`cmap=mpl.cm.viridis`参数来应用`viridis`颜色映射方案。最后，我们通过`colorbar`函数添加colorbar。

运行以上代码，你将获得一个绘制了不同颜色的散点图，并带有colorbar的图形，其中颜色根据`viridis`颜色映射方案进行渐变。