如何用固定点代表色图中间的颜色渐变填充直方图

Question

此代码

import numpy as np
import matplotlib.pyplot as plt

def randn(n, sigma, mu):
    return sigma * np.random.randn(n) + mu

x = randn(1000, 40., -100.)

cm = plt.cm.get_cmap("seismic")
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
_, bins, patches = ax.hist(x,color="r",bins=30)
bin_centers = 0.5*(bins[:-1]+bins[1:])
col = bin_centers - min(bin_centers)
col /= max(col)

for c, p in zip(col, patches):
    plt.setp(p, "facecolor", cm(c))
plt.savefig("b.png", dpi=300, bbox_inches="tight")

产生以下直方图

我想使用发散色图seismic，并且希望将表示出现负数的所有条变为蓝色，并且将表示正数的所有条变为红色。零附近的横条应始终为白色。因此，第一个图应该大部分是红色的，而最后一个图应该主要是蓝色的。我该如何实现？

Answer 1

如果这仅是视觉外观，则可以将颜色归一化为最大绝对值和负绝对值之间的范围，以使零始终位于中间（max |bins|）。

import numpy as np; np.random.seed(42)
import matplotlib.pyplot as plt
plt.rcParams["figure.figsize"] = 6.4,4

def randn(n, sigma, mu):
    return sigma * np.random.randn(n) + mu

x1 = randn(999, 40., -80)
x2 = randn(750, 40., 80)
x3 = randn(888, 16., -30)


def hist(x, ax=None):
    cm = plt.cm.get_cmap("seismic")
    ax = ax or plt.gca()
    _, bins, patches = ax.hist(x,color="r",bins=30)

    bin_centers = 0.5*(bins[:-1]+bins[1:])
    maxi = np.abs(bin_centers).max()
    norm = plt.Normalize(-maxi,maxi)

    for c, p in zip(bin_centers, patches):
        plt.setp(p, "facecolor", cm(norm(c)))


fig, axes = plt.subplots(nrows=3, sharex=True)

for x, ax in zip([x1,x2,x3], axes):
    hist(x,ax=ax)

plt.show()

Answer 2

对于不同的用例，我有一个替代答案。我希望将发散颜色图中的不同颜色动态地映射到发散点两侧的相应“宽度”。另外，我想明确设置发散点（以我的情况为1）。

我通过修改@ImportanceofBeingErnest的答案来实现这一点，尽管最后我不需要进行任何归一化，我只在同一图形上使用了两个图，并选择了顺序色图，将其放置在-end，重新形成目标发散色图。

def hist2(x, vmin, vmax, cmmap_name, ax=None,):

    cm = plt.cm.get_cmap(cmmap_name)
    ax = ax or plt.gca()
    _, bins, patches = ax.hist(x,color="r",bins=50)

    bin_centers = 0.5*(bins[:-1]+bins[1:])
    norm = plt.Normalize(vmin, vmax)

    for c, p in zip(bin_centers, patches):
        plt.setp(p, "facecolor", cm(norm(c)))

data = <YOUR DATA>
left_data = [i for i in data if i < <YOUR DIVERGENCE POINT>]
right_data = [i for i in data if i >= <YOUR DIVERGENCE POINT>]

fig, ax = plt.subplots(nrows=1)
hist2(left_data, min(left_data), max(left_data), "YlOrRd_r", ax=ax)
hist2(right_data, min(right_data), max(right_data), "YlGn", ax=ax)
plt.show()

我的一些结果：