6

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(函数 1 最大值的 0 最小值)。问题是我想使用该代码来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。是否有可能用绝对值定义颜色图?那将解决我的问题。

4

1 回答 1

16

在这种情况下,关键是norm,而不是颜色图。

颜色图定义已缩放数据的颜色。将norm数据缩放到 0-1 范围。

默认情况下,Normalize将创建一个实例,该实例在数据的最小值和最大值之间进行缩放,或者如果提供了vmin和kwargs。vmax

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 anorm和 a cmapmatplotlib.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()

在此处输入图像描述

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norm所有图像的参数传递。

此外,还有一个类似的函数可以从颜色列表中创建连续的颜色图:

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()

在此处输入图像描述

于 2015-09-24T21:26:56.460 回答