Встановіть діапазон кольорів у matplotlib


156

У мене є такий код:

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()

Таким чином, це створює графік значень 'v' на осях X проти Y, використовуючи вказану кольорову карту. Осі X і Y ідеальні, але кольорова карта розповсюджується між хв і макс v. Я хотів би змусити карту кольорів варіюватися між 0 і 1.

Я думав використовувати:

plt.axis(...)

Для встановлення діапазонів осей, але для цього потрібні лише аргументи для min та max X та Y, а не кольорова карта.

Редагувати:

Для наочності скажімо, що у мене є один графік, значення якого (0 ... 0,3), та інший графік, значення якого (0,2 ... 0,8).

В обох графіках я хочу, щоб діапазон кольорової смуги був (0 ... 1). В обох графіках я хочу, щоб цей діапазон кольорів був ідентичним, використовуючи повний діапазон cdict вище (тому 0,25 в обох графіках будуть однаковим кольором). У першому графіку всі кольори від 0,3 до 1,0 не будуть відображатися у графіку, але будуть у кольоровій клавіші збоку. В іншому всі кольори між 0 і 0,2 та між 0,8 та 1 не відображатимуться на графіку, а будуть у кольоровій смузі збоку.

Відповіді:


177

Використання vminта vmaxпримусовий діапазон кольорів. Ось приклад:

введіть тут опис зображення

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()

3
Чому ця відповідь краща за ту, що використовує plt.clim, опубліковану @Amro?
Алекс Лемсон

90

Використовуйте CLIM функцію (еквівалент CAXIS функції в MATLAB):

plt.pcolor(X, Y, v, cmap=cm)
plt.clim(-4,4)  # identical to caxis([-4,4]) in MATLAB
plt.show()

2
Я вважаю, що clim () масштабує кольорові осі, але самі кольори змінюють значення. Точка на певній частці вздовж шкали буде однакового кольору незалежно від шкали, але значення, яке вона представляє, зміниться.
Павло

4
Так. Це бажана поведінка запитувача, тому вирішує проблему: щоб кольорова гама була однаковою між графіками.
Екскалабур

16

Не впевнений, що це найелегантніше рішення (саме це я використовував), але ви можете масштабувати свої дані до діапазону від 0 до 1, а потім змінити кольорову панель:

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)

За допомогою двох різних обмежень ви можете керувати діапазоном та легендою кольорової панелі. У цьому прикладі в діапазоні відображається лише діапазон від -0,5 до 1,5, тоді як кольорова карта охоплює від 2 до 2 (тому це може бути діапазон даних, який ви записуєте перед масштабуванням).

Тож замість масштабування кольорової карти ви масштабуєте свої дані та підходите до неї.


1
Я думаю, що це робить щось тонко інакше ... Вибачте, я, мабуть, не був досить точним у своєму питанні. Ваше рішення буде масштабувати кольори так, що те, що раніше було представляти значення 1,0, тепер буде представляти максимальне значення в моїх даних. На кольоровій панелі буде показано 0..1, скільки мені потрібно (з vmin = 0, vmax = 1), але все вище цього макс. Значення буде однакового кольору ...
Павло

1
... Я оновив своє запитання, щоб показати більш чітко. Вибачте, якщо я був занадто розпливчастим.
Пол

10

Використання діаграми та .set_clim ()

Можливо, буде простішою та безпечнішою ця альтернатива, якщо у вас є кілька сюжетів:

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) )
data1 = np.clip(data,0,6)
data2 = np.clip(data,-6,0)
vmin = np.min(np.array([data,data1,data2]))
vmax = np.max(np.array([data,data1,data2]))

fig = plt.figure()
ax = fig.add_subplot(131)
mesh = ax.pcolormesh(data, cmap = cm)
mesh.set_clim(vmin,vmax)
ax1 = fig.add_subplot(132)
mesh1 = ax1.pcolormesh(data1, cmap = cm)
mesh1.set_clim(vmin,vmax)
ax2 = fig.add_subplot(133)
mesh2 = ax2.pcolormesh(data2, cmap = cm)
mesh2.set_clim(vmin,vmax)
# Visualizing colorbar part -start
fig.colorbar(mesh,ax=ax)
fig.colorbar(mesh1,ax=ax1)
fig.colorbar(mesh2,ax=ax2)
fig.tight_layout()
# Visualizing colorbar part -end

plt.show()

введіть тут опис зображення

Єдина кольорова смуга

Найкращою альтернативою є використання кольорової смуги для всього сюжету. Існують різні способи зробити це, цей підручник дуже корисний для розуміння найкращого варіанту. Я вважаю за краще це рішення, що ви можете просто скопіювати та вставити замість попередньої візуалізації кольорової частини коду.

fig.subplots_adjust(bottom=0.1, top=0.9, left=0.1, right=0.8,
                    wspace=0.4, hspace=0.1)
cb_ax = fig.add_axes([0.83, 0.1, 0.02, 0.8])
cbar = fig.colorbar(mesh, cax=cb_ax)

введіть тут опис зображення

PS

Я б запропонував використовувати pcolormeshзамість того, pcolorщо це швидше ( тут більше інформації ).

Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.