绘制蒙版的numpy数组会导致颜色条不正确

时间:2015-02-17 20:19:00

标签: numpy matplotlib

我正在尝试为matplotlib PolyCollection创建自定义颜色条。在我尝试绘制masked array之前,一切似乎都没问题。即使情节如此,颜色条也不再显示正确的颜色。是否有不同的绘制蒙版数组的程序?

我正在使用matplotlib 1.4.0和numpy 1.8。

这是我的绘图代码:

import numpy
import matplotlib as mpl
import matplotlib.pyplot as plt
from matplotlib.collections import PolyCollection

vertices = numpy.load('vertices.npy')
array = numpy.load('array.npy')

# Take 2d slice out of 3D array
slice_ = array[:, :, 0:1].flatten(order='F')

fig, ax = plt.subplots()

poly = PolyCollection(vertices, array=slice_, edgecolors='black', linewidth=.25)

cm = mpl.colors.ListedColormap([(1.0, 0.0, 0.0), (.2, .5, .2)])
poly.set_cmap(cm)

bounds = [.1, .4, .6]
norm = mpl.colors.BoundaryNorm(bounds, cm.N)

fig.colorbar(poly, ax=ax, orientation='vertical', boundaries=bounds, norm=norm)
ax.add_collection(poly, autolim=True)
ax.autoscale_view()
plt.show()

这是情节的样子:

Plot without masked array

然而,当我使用以下更改 切片时绘制一个蒙版数组时:

array = numpy.ma.array(array, mask=array > .5)

我得到的颜色条现在只显示一种颜色。尽管这两种颜色(正确地)仍然显示在图中。

Plot with masked array

在绘制蒙面数组时,是否有一些技巧可以保持colobar的一致性?我知道我可以使用cm.set_bad来改变蒙面值的颜色,但这并不是我想要的。我希望颜色条在这两个图之间显示相同,因为颜色和颜色条本身应保持不变。

1 个答案:

答案 0 :(得分:1)

将BoundaryNorm传递给PolyCollection,poly。否则,poly.norm默认设置为matplotlib.colors.Normalize个实例:

In [119]: poly.norm
Out[119]: <matplotlib.colors.Normalize at 0x7faac4dc8210>

我没有充分介绍源代码来准确解释您发布的代码中发生的情况,但我推测此Normalize实例与BoundaryNorm的交互构成了值的范围fig.colorbar看到的与你的预期不同。

在任何情况下,如果您将norm=norm传递给PolyCollection,那么结果看起来是正确的:

import numpy
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.collections as mcoll
import matplotlib.colors as mcolors

numpy.random.seed(4)
N, M = 3, 3
vertices = numpy.random.random((N, M, 2))
array = numpy.random.random((1, N, 2))
# vertices = numpy.load('vertices.npy')
# array = numpy.load('array.npy')
array = numpy.ma.array(array, mask=array > .5)
# Take 2d slice out of 3D array
slice_ = array[:, :, 0:1].flatten(order='F')
fig, ax = plt.subplots()

bounds = [.1, .4, .6]
cm = mpl.colors.ListedColormap([(1.0, 0.0, 0.0), (.2, .5, .2)])
norm = mpl.colors.BoundaryNorm(bounds, cm.N)

poly = mcoll.PolyCollection(
    vertices, 
    array=slice_, 
    edgecolors='black', linewidth=.25, norm=norm)

poly.set_cmap(cm)

fig.colorbar(poly, ax=ax, orientation='vertical')
ax.add_collection(poly, autolim=True)
ax.autoscale_view()
plt.show()

enter image description here