Python Matplotlib.colors.BoundaryNorm用法及代碼示例

Matplotlib是Python中令人驚歎的可視化庫，用於數組的二維圖。 Matplotlib是一個基於NumPy數組的多平台數據可視化庫，旨在與更廣泛的SciPy堆棧配合使用。

matplotlib.colors.BoundaryNorm

matplotlib.colors.BoundaryNorm類屬於matplotlib.colors模塊。 matplotlib.colors模塊用於將顏色或數字參數轉換為RGBA或RGB。此模塊用於將數字映射到顏色或以一維顏色數組(也稱為colormap)進行顏色規格轉換。

matplotlib.colors.BoundaryNorm類用於基於離散間隔創建顏色圖。 BoundaryNorm將值映射到整數，這與Normalize或LogNorm映射到0到1的間隔不同。分段線性插值可用於映射到o-間隔，但是，使用整數更簡單，並且減少了數量在整數和浮點數之間來回轉換。

參數：

boundaries：這是一個像對象的數組，它單調增加邊界序列
ncolor：它接受一個整數值，該值表示將要使用的顏色圖中的多種顏色。
clip：它接受布爾值，並且是一個可選參數。如果剪輯是True，則超出範圍且它們位於bounds [0]之下的值將映射為0，而如果它們位於boundary [-1]之上，則將它們映射為ncolors-1。如果剪輯設置為False，則超出範圍的值且它們低於boundaries[0]被映射為-1，而如果它們在bounds [-1]之上，則它們被映射為ncolor。這Colormap.__call__()將它們轉換為有效索引。

注意：箱的邊由邊界定義，並且落在箱中的數據被映射到相同的顏色索引。如果ncolors不等於bin的數量，則使用線性插值為其選擇顏色。

範例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()

輸出：
matplotlib.colors.BoundaryNorm

範例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')

輸出：

python-matplotlib-boundarynorm

相關用法

注：本文由純淨天空篩選整理自RajuKumar19大神的英文原創作品 Matplotlib.colors.BoundaryNorm class in Python。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。