gpt4 book ai didi

python - 如何使用 matplotlib 定义具有绝对值的颜色图

转载 作者:太空狗 更新时间:2023-10-30 00:39:39 25 4
gpt4 key购买 nike

我使用以下脚本进行绘图:

import matplotlib

import matplotlib.pyplot as plt
import numpy as np
import pylab as pl
import math
import matplotlib as mpl
from matplotlib.ticker import MultipleLocator
from matplotlib.colors import LinearSegmentedColormap

cdict1 = {'red': ((0.0, 1.0, 1.0),
(0.4, 1.0, 1.0),
(0.7, 0.0, 0.0),
(1.0, 0.0, 0.0)),

'green': ((0.0, 1.0, 1.0),
(0.1, 0.0, 0.0),
(1.0, 0.0, 0.0)),

'blue': ((0.0, 1.0, 1.0),
(0.1, 0.0, 0.0),
(0.4, 0.0, 0.0),
(1.0, 1.0, 1.0))
}

white_blue_red = LinearSegmentedColormap('WhiteBlueRed', cdict1)
plt.register_cmap(cmap=white_blue_red)

x = np.loadtxt('data.dat',
unpack=True)

plt.scatter(x[0], x[1], marker='.', s=3, linewidths=0, c=x[3], cmap= \
plt.get_cmap('WhiteBlueRed')) # plt.cm.bwr
plt.colorbar()

plt.show()

我定义的颜色图使用相对值(0 函数的最小值 1 最大值)。问题是我想使用该代码绘制数百个不同的文件,并且我希望每个图都具有完全相同的颜色图。是否可以用绝对值定义颜色图?那会解决我的问题。

最佳答案

这种情况下的关键是范数,而不是颜色图。

颜色图定义了已缩放 数据的颜色。 范数 将数据缩放到 0-1 范围。

默认情况下,将创建一个Normalize 实例,它在数据vmin 的最小值和最大值之间缩放vmax kwargs,如果提供的话。

但是,有一些不同的辅助函数可能对您的情况有用。

如果你想要一个离散的颜色条,有一个辅助函数可以为你生成一个norm和一个cmap:matplotlib.colors.from_levels_and_colors 它接受一个值列表和一个颜色列表,并返回一个 BoundaryNorm 实例和一个 LinearSegmentedColormap 实例:

例如:

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

data1 = 3 * np.random.random((10, 10))
data2 = 5 * np.random.random((10, 10))

levels = [0, 1, 2, 3, 4, 5]
colors = ['red', 'brown', 'yellow', 'green', 'blue']
cmap, norm = matplotlib.colors.from_levels_and_colors(levels, colors)

fig, axes = plt.subplots(ncols=2)
for ax, dat in zip(axes, [data1, data2]):
im = ax.imshow(dat, cmap=cmap, norm=norm, interpolation='none')
fig.colorbar(im, ax=ax, orientation='horizontal')
plt.show()

enter image description here

请注意,这会创建一个离散的颜色图。

如果我们想使用连续的颜色图,我们可以指定相同的 vminvmax 参数,或者创建我们自己的 Normalize 实例并将其作为所有图像的 norm 参数传递。

此外,还有一个类似的函数可以从颜色列表创建连续的颜色图:

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

data1 = 3 * np.random.random((10, 10))
data2 = 5 * np.random.random((10, 10))

colors = ['red', 'brown', 'yellow', 'green', 'blue']
cmap = LinearSegmentedColormap.from_list('name', colors)
norm = plt.Normalize(0, 5)

fig, axes = plt.subplots(ncols=2)
for ax, dat in zip(axes, [data1, data2]):
im = ax.imshow(dat, cmap=cmap, norm=norm, interpolation='none')
fig.colorbar(im, ax=ax, orientation='horizontal')
plt.show()

enter image description here

关于python - 如何使用 matplotlib 定义具有绝对值的颜色图,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32769706/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com