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,这会产生一个使用指定的色彩绘制X轴Y轴的值’v’的图形。 X轴和Y轴着色很不错,但颜色映射在v的最小值和最大值之间扩展。我想强制颜色映射的范围在0到1之间。
我想过使用:
plt.axis(...)
要设置坐标轴的范围,但这只需要X和Y的最小值和最大值2个参数,而没有色彩参数。
编辑:
为了清楚起见,假设我有一个图的值范围(0 … 0.3),另一个图的值(0.2 … 0.8)。
在这两个图表中,我会希望颜色条的范围是(0 … 1)。同时,在这两个图表中,我希望这个范围的颜色是完全相同的使用上面的cdict的全部范围(因此在这两个图中0.25将是相同的颜色)。在第一张图中,0.3到1.0之间的所有颜色将不会在图中显示,而是在侧面的颜色栏中。另一方面,0到0.2之间的所有颜色,以及0.8到1之间的所有颜色将不在图中显示,而是在侧面的颜色栏中显示。
最佳解决方法
使用vmin
和vmax
强制颜色的范围。这是一个例子:
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()
次佳解决方法
plt.pcolor(X, Y, v, cmap=cm)
plt.clim(-4,4)
plt.show()
第三种解决方法
不知道这是否是最优雅的解决方案,但是可以将数据缩放到0到1之间的范围,然后修改色条:
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)
有了这两个不同的限制,您可以控制颜色条的范围和图例。在这个例子中,只有-0.5到1.5之间的范围显示在栏中,而颜色映射覆盖-2到2(所以这可能是您在缩放之前记录的数据范围)。
因此,不是缩放颜色映射,而是缩放数据并使颜色条适合该颜色条。