Python Matplotlib.colors.BoundaryNorm用法及代码示例

Matplotlib是Python中令人惊叹的可视化库，用于数组的二维图。 Matplotlib是一个基于NumPy数组的多平台数据可视化库，旨在与更广泛的SciPy堆栈配合使用。

matplotlib.colors.BoundaryNorm

matplotlib.colors.BoundaryNorm类属于matplotlib.colors模块。 matplotlib.colors模块用于将颜色或数字参数转换为RGBA或RGB。此模块用于将数字映射到颜色或以一维颜色数组(也称为colormap)进行颜色规格转换。

matplotlib.colors.BoundaryNorm类用于基于离散间隔创建颜色图。 BoundaryNorm将值映射到整数，这与Normalize或LogNorm映射到0到1的间隔不同。分段线性插值可用于映射到o-间隔，但是，使用整数更简单，并且减少了数量在整数和浮点数之间来回转换。

参数：

boundaries：这是一个像对象的数组，它单调增加边界序列
ncolor：它接受一个整数值，该值表示将要使用的颜色图中的多种颜色。
clip：它接受布尔值，并且是一个可选参数。如果剪辑是True，则超出范围且它们位于bounds [0]之下的值将映射为0，而如果它们位于boundary [-1]之上，则将它们映射为ncolors-1。如果剪辑设置为False，则超出范围的值且它们低于boundaries[0]被映射为-1，而如果它们在bounds [-1]之上，则它们被映射为ncolor。这Colormap.__call__()将它们转换为有效索引。

注意：箱的边由边界定义，并且落在箱中的数据被映射到相同的颜色索引。如果ncolors不等于bin的数量，则使用线性插值为其选择颜色。

范例1：

import numpy as np 
import matplotlib.pyplot as plt 
from matplotlib.collections import LineCollection 
from matplotlib.colors import ListedColormap, BoundaryNorm 
  
a = np.linspace(0, 3 * np.pi, 500) 
b = np.sin(a) 
# this is the first derivative 
dbda = np.cos(0.5 * (a[:-1] + a[1:]))   
  
# Createing  line segments so 
# to color them individually 
points = np.array([a, b]).T.reshape(-1, 1, 2) 
set_of_segments = np.concatenate([points[:-1], 
                                  points[1:]], 
                                 axis = 1) 
  
figure, axes = plt.subplots(2, 1,  
                            sharex = True,  
                            sharey = True) 
  
# Mapping the data points with 
# continous norm 
continous_norm = plt.Normalize(dbda.min(),  
                               dbda.max()) 
  
line_collection = LineCollection(set_of_segments, 
                                 cmap ='viridis', 
                                 norm = continous_norm) 
  
# Set the values used for  
# colormapping 
line_collection.set_array(dbda) 
line_collection.set_linewidth(2) 
line = axes[0].add_collection(line_collection) 
figure.colorbar(line, ax = axes[0]) 
  
# Use a boundary norm instead 
cmap = ListedColormap(['r', 'g', 'b']) 
boundary_norm = BoundaryNorm([-1, -0.5, 0.5, 1], 
                             cmap.N) 
  
line_collection = LineCollection(set_of_segments,  
                                 cmap = cmap,  
                                 norm = boundary_norm) 
  
line_collection.set_array(dbda) 
line_collection.set_linewidth(2) 
line = axes[1].add_collection(line_collection) 
figure.colorbar(line, ax = axes[1]) 
  
axes[0].set_xlim(a.min(), a.max()) 
axes[0].set_ylim(-1.1, 1.1) 
plt.show()

输出：
matplotlib.colors.BoundaryNorm

范例2：

import numpy as np 
import matplotlib as mpl 
import matplotlib.pylab as plt 
  
  
# setup the plot 
figure, axes = plt.subplots(1, 1,  
                            figsize=(6, 6)) 
  
# defining random data 
x = np.random.rand(20) 
y = np.random.rand(20)   
tag = np.random.randint(0, 20, 20) 
tag[10:12] = 0
  
# defining the colormap 
cmap = plt.cm.jet   
  
# extracting all colors 
cmaplist = [cmap(i) for i in range(cmap.N)] 
  
# making first color entry  grey 
cmaplist[0] = (.5, .5, .5, 1.0) 
  
# new map 
cmap = mpl.colors.LinearSegmentedColormap.from_list( 
   'Custom cmap', cmaplist, cmap.N) 
  
# defining the bins and norms 
bounds = np.linspace(0, 20, 21) 
norm = mpl.colors.BoundaryNorm(bounds, 
                               cmap.N) 
  
# the scatter 
scat = axes.scatter(x, y, c=tag,  
                    s=np.random.randint(100, 
                                        500,  
                                        20), 
                    cmap=cmap, norm=norm) 
  
# axes for the colorbar 
ax2 = figure.add_axes([0.95, 0.1, 
                       0.03, 0.8]) 
  
  
axes.set_title(' discrete colors')

输出：

python-matplotlib-boundarynorm

相关用法

注：本文由纯净天空筛选整理自RajuKumar19大神的英文原创作品 Matplotlib.colors.BoundaryNorm class in Python。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。