我试图找到一种方法将某些数据值与连续色图中的特定颜色相关联。
我有一个值为[min, max]
的特定图片,我希望以下值[min, q1, q2, q3, max]
,其中q'n'
指的是四分位数,与相应的颜色相关联选择颜色图中的[0, 0.25. 0.5, 0.75. 1.0]
。因此,coloramp的中点将对应于图像中的中值,依此类推......
我一直在四处寻找,但我找不到办法做到这一点。
答案 0 :(得分:3)
您需要继承matplotlib.colors.Normalize
并将新norm
的实例传递给imshow
/ contourf
/您正在使用的任何绘图功能。
这里的第一个选项说明了基本思想:Shifted colorbar matplotlib(不要过多地提出我自己的问题,但我想不出另一个例子。)
然而,该问题特别涉及在色彩映射中将单个数据值设置为对应于0.5。然而,将这个想法扩展到“分段”规范化并不是很难:
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import Normalize
class PiecewiseNormalize(Normalize):
def __init__(self, xvalues, cvalues):
self.xvalues = xvalues
self.cvalues = cvalues
Normalize.__init__(self)
def __call__(self, value, clip=None):
# I'm ignoring masked values and all kinds of edge cases to make a
# simple example...
if self.xvalues is not None:
x, y = self.xvalues, self.cvalues
return np.ma.masked_array(np.interp(value, x, y))
else:
return Normalize.__call__(self, value, clip)
data = np.random.random((10,10))
data = 10 * (data - 0.8)
fig, ax = plt.subplots()
norm = PiecewiseNormalize([-8, -1, 0, 1.5, 2], [0, 0.1, 0.5, 0.7, 1])
im = ax.imshow(data, norm=norm, cmap=plt.cm.seismic, interpolation='none')
fig.colorbar(im)
plt.show()
请注意,色图(白色)中的0.5对应于数据值0,色图的红色和蓝色区域是不对称的(注意宽的“粉红色”范围与更窄的过渡到深蓝色)。 / p>