Question

在matplotlib的某些功能中，我们必须传递color参数而不是cmap参数，例如bar3d。

所以我们必须手动生成Colormap。如果我有这样的dz数组：

dz = [1,2,3,4,5]

我想要的是：

ax.bar3d(xpos, ypos, zpos, dx, dy, dz, color=cm.jet(dz), zsort='average')

但是，它不起作用，似乎Colormap实例只能转换规范化数组。

>>> dz = [1,2,3,4,5]
>>> cm.jet(dz)
array([[ 0.        ,  0.        ,  0.51782531,  1.        ],
       [ 0.        ,  0.        ,  0.53565062,  1.        ],
       [ 0.        ,  0.        ,  0.55347594,  1.        ],
       [ 0.        ,  0.        ,  0.57130125,  1.        ],
       [ 0.        ,  0.        ,  0.58912656,  1.        ]])

当然，这不是我想要的。

我必须做这样的事情：

>>> cm.jet(plt.Normalize(min(dz),max(dz))(dz))
array([[ 0.        ,  0.        ,  0.5       ,  1.        ],
       [ 0.        ,  0.50392157,  1.        ,  1.        ],
       [ 0.49019608,  1.        ,  0.47754586,  1.        ],
       [ 1.        ,  0.58169935,  0.        ,  1.        ],
       [ 0.5       ,  0.        ,  0.        ,  1.        ]])

代码有多难啊！

在matplotlib's document中说：

通常，Colormap实例用于转换数据值（浮点数）从区间[0,1]到相应的RGBA颜色 Colormap代表。对于将数据缩放到[0,1]间隔，请参阅 matplotlib.colors.Normalize。值得一提的是 matplotlib.cm.ScalarMappable子类大量使用它 data-＆gt; normalize-＆gt; map-to-color处理链。

那么为什么我不能只使用cm.jet(dz)？

以下是我正在使用的导入

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
from matplotlib import cm

Answer 1

您的问题的答案在您复制到问题中的文档的snipplet中给出：

...从区间[0,1]到RGBA颜色......

但如果您发现代码丑陋，您可以尝试使其更好：

您不必手动指定规范化的限制（如果您打算使用min / max）：
```
norm = plt.Normalize()
colors = plt.cm.jet(norm(dz))
```
如果你发现那个丑陋（我不明白为什么），你可以继续手动操作）：
```
colors = plt.cm.jet(np.linspace(0,1,len(dz)))
```
然而，此解决方案仅限于等间距颜色（在您的示例中，这是您想要的dz。

然后您还可以复制Normalize的功能（因为您似乎不喜欢它）：

lower = dz.min()
upper = dz.max()
colors = plt.cm.jet((dz-lower)/(upper-lower))

使用帮助函数：

def get_colors(inp, colormap, vmin=None, vmax=None):
    norm = plt.Normalize(vmin, vmax)
    return colormap(norm(inp))

现在您可以像这样使用它：

colors = get_colors(dz, plt.cm.jet)

如何从matplotlib中的简单数组生成色彩映射数组

1 个答案: