python - 在 matplotlib 中叠加 imshow 图

Question

我想在同一个 imshow 图上比较两组不同的数据，以便轻松查看差异。我的第一直觉是让颜色图中的颜色透明(尤其是较低的值)，但我无法让它工作:

from matplotlib.colors import colorConverter
import matplotlib.pyplot as plt
import numpy as np

# create dummy data
zvals =  np.random.rand(100,100)*10-5
zvals2 = np.random.rand(100,100)*10-5

# generate the transparent colors
color1 = colorConverter.to_rgba('white',alpha=0.0)
color2 = colorConverter.to_rgba('black',alpha=0.8)

# make the colormaps
cmap1 = mpl.colors.LinearSegmentedColormap.from_list('my_cmap',['green','blue'],256)
cmap2 = mpl.colors.LinearSegmentedColormap.from_list('my_cmap2',[color1,color2],256)

img2 = plt.imshow(zvals,interpolation='nearest',cmap=cmap1,origin='lower')
img3 = plt.imshow(zvals2,interpolation='nearest',cmap=cmap2,origin='lower')

plt.show()

没有错误，但第二张图的白色和黑色不显示任何透明度。我还尝试了 colorConverter 方法在正常 plt.plot 情况下设置颜色，尽管显示了正确的颜色，但颜色也没有变得透明。

任何关于如何覆盖/比较 imshow 图的额外建议将不胜感激

Answer 1

您可以在 imshow 命令中设置 alpha 参数。

在您的示例中，img3 = plt.imshow(zvals2, interpolation='nearest', cmap=cmap2, origin='lower', alpha=0.6)

编辑:

感谢您的澄清。以下是您可以执行的操作的说明:

• 首先，选择matplotlib colormap对象(在您的情况下，对于白色和黑色，您可以采用“二进制”颜色图)。如果您想要的颜色图尚不存在，或者像您一样创建您自己的颜色图。
• 然后初始化这个颜色图对象:这将导致它在内部创建一个名为“_lut”的数组，其中包含 rgba 值。
• 然后，您可以根据您想要达到的效果填充 alpha 值(在您的示例中，创建一个从 0 到 0.8 的数组)
• 然后您可以使用此颜色图

以下是使用您的代码的示例:

from matplotlib.colors import colorConverter
import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl

# create dummy data
zvals = np.ones((100,100))# np.random.rand(100,100)*10-5
zvals2 = np.random.rand(100,100)*10-5

# generate the colors for your colormap
color1 = colorConverter.to_rgba('white')
color2 = colorConverter.to_rgba('black')

# make the colormaps
cmap1 = mpl.colors.LinearSegmentedColormap.from_list('my_cmap',['green','blue'],256)
cmap2 = mpl.colors.LinearSegmentedColormap.from_list('my_cmap2',[color1,color2],256)

cmap2._init() # create the _lut array, with rgba values

# create your alpha array and fill the colormap with them.
# here it is progressive, but you can create whathever you want
alphas = np.linspace(0, 0.8, cmap2.N+3)
cmap2._lut[:,-1] = alphas

img2 = plt.imshow(zvals, interpolation='nearest', cmap=cmap1, origin='lower')
img3 = plt.imshow(zvals2, interpolation='nearest', cmap=cmap2, origin='lower')

plt.show()