python - 具有离散颜色的 2D 数组不适用于一个中间值

Question

我有一个值在 0 到(包括)22 之间的二维数组。我希望每个值在普通 matshow 图中都分配有离散颜色和悬停值。我仅使用颜色图和标准化进行了尝试，但颜色 15 和 16 不一致。

没有任何标准化，15 的颜色为 16(当然，悬停值是未对齐的 float )。通过标准化，一切都很好，除了 16 的颜色为 15。

我看到多个其他问题提出同样的问题，但遵循答案导致了这个问题。

import matplotlib.pyplot as plt
import matplotlib.colors as colors

example_data = [list(range(23))]*4
cmaplist = [
    "#b3b3b3", "#333333", "#8a745c", "#8f7456",
    "#847362", "#1a53ff", "#336600", "#aa8a31",
    "#b3b3b3", "#aa8a31", "#aa8a31", "#004d00",
    "#aa8a31", "#5c330a", "#999999", "#66d9ff",
    "#e481a2", "#e996b1", "#e481a2", "#e06c92",
    "#e87da1", "#fff11c", "#ff6600"
]
norm = colors.BoundaryNorm(range(len(cmaplist)+1), len(cmaplist))
cmap = colors.LinearSegmentedColormap.from_list('mycmap', cmaplist, len(cmaplist))

plt.matshow(example_data, fignum=False, cmap=cmap, norm=norm)
plt.show()

我不太擅长 matplotlib 等，所以这可能是一个非常明显的错误。我将其视为只是对数据进行简单的值查找，但我知道这并不是它实际的工作原理，但以我有限的知识，我想不出更好的方法。

Answer 1

首先尝试创建 MCVE:

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

example_data = np.array([list(range(20))]*4)
cmaplist = ["red", "limegreen", "blue", "gold"]*5

fig, ax = plt.subplots()

norm = colors.BoundaryNorm(np.arange(0,len(cmaplist)+1)-0.5, len(cmaplist))
cmap = colors.LinearSegmentedColormap.from_list('mycmap',cmaplist, len(cmaplist))

im = ax.matshow(example_data, cmap=cmap, norm=norm)

plt.show()

可以看出，位置14和位置15的颜色是相同的，而位置15应该是黄色。这是 matplotlib 2.1 中存在的问题，在 matplotlib 2.0.2 中似乎不存在该问题。于是我开了一个bug report关于它。

解决方案:

您正在映射的数字(此处为整数)正好位于边界的边缘。我不太确定这里出了什么问题，但为了保存，您可以使用两个整数之间的中间作为边界，即

norm = colors.BoundaryNorm(np.arange(0,len(cmaplist)+1)-0.5, len(cmaplist))

Complete example:

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

example_data = np.array([list(range(20))]*4)
cmaplist = ["red", "limegreen", "blue", "gold"]*5

fig, ax = plt.subplots()

norm = colors.BoundaryNorm(np.arange(0,len(cmaplist)+1)-0.5, len(cmaplist))
cmap = colors.LinearSegmentedColormap.from_list('mycmap',cmaplist, len(cmaplist))

im = ax.matshow(example_data, cmap=cmap, norm=norm)

plt.show()