|
|
相关文章推荐
|
爱搭讪的红金鱼 · Fonts Matplotlib ...· 2 月前 · |
|
|
叛逆的花生 · 1-dimensional array ...· 10 月前 · |
|
|
飞翔的打火机 · jquery ...· 1 年前 · |
|
|
爱健身的杯子 · 如何在双嵌套数组MongoDB中查找？ - ...· 1 年前 · |
|
|
独立的柚子 · JavaScript 笔记 - 掘金· 2 年前 · |
我有以下代码：
import matplotlib.pyplot as plt
cdict = {
'red' : ( (0.0, 0.25, .25), (0.02, .59, .59), (1., 1., 1.)),
'green': ( (0.0, 0.0, 0.0), (0.02, .45, .45), (1., .97, .97)),
'blue' : ( (0.0, 1.0, 1.0), (0.02, .75, .75), (1., 0.45, 0.45))
cm = m.colors.LinearSegmentedColormap('my_colormap', cdict, 1024)
plt.clf()
plt.pcolor(X, Y, v, cmap=cm)
plt.loglog()
plt.xlabel('X Axis')
plt.ylabel('Y Axis')
plt.colorbar()
plt.show()因此，这将使用指定的色彩映射表在X轴与Y轴上生成值'v‘的图形。X轴和Y轴是完美的，但是色彩映射表分布在v的最小和最大值之间。我想强制色彩映射表在0到1之间。
我想使用：
plt.axis(...)来设置轴的范围，但这只接受X和Y的最小和最大值的参数，而不是色彩映射表。
编辑：
为了清楚起见，假设我有一个图的值范围是(0 ... 0.3)，另一个图的值是(0.2 ... 0.8)。
在这两个图中，我希望colorbar的范围是(0 ... 1)。在这两个图中，我希望使用上面的cdict全范围的颜色范围是相同的(所以两个图中的0.25将是相同的颜色)。在第一张图中，0.3和1.0之间的所有颜色都不会出现在图表中，但会出现在旁边的颜色栏键中。在另一种情况下，0和0.2之间以及0.8和1之间的所有颜色将不会出现在图形中，但会出现在侧面的颜色栏中。
4 个回答
高票数
最新
nikow
回答于2010-07-31 02:03
得票数
19
不确定这是否是最优雅的解决方案(这就是我使用的)，但您可以将数据缩放到0到1之间的范围，然后修改colorbar：
import matplotlib as mpl
ax, _ = mpl.colorbar.make_axes(plt.gca(), shrink=0.5)
cbar = mpl.colorbar.ColorbarBase(ax, cmap=cm,
norm=mpl.colors.Normalize(vmin=-0.5, vmax=1.5))
cbar.set_clim(-2.0, 2.0)使用这两个不同的限制，您可以控制色条的范围和图例。在本例中，条形图中只显示了-0.5到1.5之间的范围，而色彩映射表覆盖了-2到2(因此，这可能是您在缩放之前记录的数据范围)。
因此，不是缩放色彩映射表，而是缩放数据并使颜色条与之匹配。
ImportanceOfBeingErnest
修改于2017-03-23 16:20
得票数
204
使用
vmin
和
vmax
强制设置颜色的范围。下面是一个例子：
import matplotlib as m
import matplotlib.pyplot as plt
import numpy as np
cdict = {
'red' : ( (0.0, 0.25, .25), (0.02, .59, .59), (1., 1., 1.)),
'green': ( (0.0, 0.0, 0.0), (0.02, .45, .45), (1., .97, .97)),
'blue' : ( (0.0, 1.0, 1.0), (0.02, .75, .75), (1., 0.45, 0.45))
cm = m.colors.LinearSegmentedColormap('my_colormap', cdict, 1024)
x = np.arange(0, 10, .1)
y = np.arange(0, 10, .1)
X, Y = np.meshgrid(x,y)
data = 2*( np.sin(X) + np.sin(3*Y) )
def do_plot(n, f, title):
#plt.clf()
plt.subplot(1, 3, n)
plt.pcolor(X, Y, f(data), cmap=cm, vmin=-4, vmax=4)
plt.title(title)
plt.colorbar()
plt.figure()
do_plot(1, lambda x:x, "all")
do_plot(2, lambda x:np.clip(x, -4, 0), "<0")
do_plot(3, lambda x:np.clip(x, 0, 4), ">0")
plt.show()
khaverim
修改于2019-10-30 06:00
得票数
105
Community
修改于2020-06-20 17:12
得票数
15
使用figure环境和.set_clim()
如果您有多个绘图，此替代方案可能会更简单、更安全：
import matplotlib as m
import matplotlib.pyplot as plt
import numpy as np
cdict = {
'red' : ( (0.0, 0.25, .25), (0.02, .59, .59), (1., 1., 1.)),
'green': ( (0.0, 0.0, 0.0), (0.02, .45, .45), (1., .97, .97)),
'blue' : ( (0.0, 1.0, 1.0), (0.02, .75, .75), (1., 0.45, 0.45))
cm = m.colors.LinearSegmentedColormap('my_colormap', cdict, 1024)
x = np.arange(0, 10, .1)
y = np.arange(0, 10, .1)
X, Y = np.meshgrid(x,y)
data = 2*( np.sin(X) + np.sin(3*Y) )
data1 = np.clip(data,0,6)
data2 = np.clip(data,-6,0)
vmin = np.min(np.array([data,data1,data2]))
vmax = np.max(np.array([data,data1,data2]))
fig = plt.figure()
ax = fig.add_subplot(131)
mesh = ax.pcolormesh(data, cmap = cm)
mesh.set_clim(vmin,vmax)
ax1 = fig.add_subplot(132)
mesh1 = ax1.pcolormesh(data1, cmap = cm)
mesh1.set_clim(vmin,vmax)
ax2 = fig.add_subplot(133)
mesh2 = ax2.pcolormesh(data2, cmap = cm)
mesh2.set_clim(vmin,vmax)
# Visualizing colorbar part -start
fig.colorbar(mesh,ax=ax)
fig.colorbar(mesh1,ax=ax1)
fig.colorbar(mesh2,ax=ax2)
fig.tight_layout()
推荐文章
|
|
独立的柚子 · JavaScript 笔记 - 掘金 2 年前 |