代码之家 › 专栏 › 技术社区 › Paul

在matplotlib中设置颜色栏范围

matplotlib graph python

115

Paul · 技术社区 · 14 年前

我有以下代码:

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,这将使用指定的colormap生成X和Y轴上的值“v”的图形。X轴和Y轴是完美的,但是颜色贴图在v的最小值和最大值之间展开。我想强制颜色映射在0和1之间。

我想用:

plt.axis(...)

设置轴的范围,但这只接受X和Y的最小值和最大值的参数,而不是颜色贴图。

编辑:

在这两个图中,我希望色条的范围是(0。。。1). 在这两张图中,我希望这个颜色范围是相同的,使用上面的全部cdict范围(因此两张图中的0.25将是相同的颜色)。在第一个图形中,0.3到1.0之间的所有颜色都不会出现在图形中,但会出现在侧面的ColorBar键中。在另一种情况下,0和0.2之间以及0.8和1之间的所有颜色都不会出现在图形中,而是出现在侧面的颜色栏中。

4 回复 | 直到 5 年前

195

ImportanceOfBeingErnest 8 年前

使用 vmin 和 vmax

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()

khaverim 5 年前

使用 CLIM 功能(相当于 CAXIS 函数):

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

nikow 14 年前

不确定这是否是最优雅的解决方案(这是我使用的),但您可以将数据缩放到0到1之间的范围,然后修改颜色栏:

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)

使用这两个不同的限制,您可以控制颜色栏的范围和图例。在本例中,条形图中仅显示-0.5到1.5之间的范围,而colormap覆盖-2到2(因此这可能是您的数据范围,您在缩放之前记录了该范围)。

因此,您不必缩放颜色贴图,而是缩放数据并使颜色栏与之匹配。

Community CDub 4 年前

使用图形环境和.set\ clim()

如果您有多个绘图,此替代方案可能更简单、更安全:

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()

单色条

最好的选择是对整个绘图使用一个颜色条。有不同的方法, this 本教程对于理解最佳选项非常有用。我更喜欢这个解决方案,你可以简单地复制和粘贴,而不是以前的 可视化色条零件 代码的一部分。

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)

附笔。

我建议使用 pcolormesh 而不是 pcolor 因为它更快(更多) infos here ).