Python - 使用alpha通道在matplotlib的子图中叠加2个图

Question

我想通过使用＆＃34; alpha通道＆＃34;在一个图中叠加2个图。 我试图在左图上得到右图的轮廓：

我的代码是：

plt.close()

fig, axes = plt.subplots(nrows=1, ncols=3)

plt.tight_layout(pad=0.05, w_pad=0.001, h_pad=2.0)
ax1 = plt.subplot(131) # creates first axis
ax1.set_xticks([0,2000,500,1000,1500])
ax1.set_yticks([0,2000,500,1000,1500])
ax1.tick_params(labelsize=8) 
i1 = ax1.imshow(U,cmap='hot',extent=(X.min(),2000,Y.min(),2000), vmin=U.min(), vmax=U.max())
cb1=plt.colorbar(i1,ax=ax1,ticks=[U.min(),(U.min()+U.max())/2., U.max()],fraction=0.046, pad=0.04,format='%.2f')
cb1.ax.tick_params(labelsize=8)

ax1.set_title("$ \mathrm{Ux_{mes} \/ (pix)}$", y=1.05, fontsize=12)
ax2 = plt.subplot(132) # creates second axis
ax2.set_xticks([0,2000,500,1000,1500])
ax2.set_yticks([0,2000,500,1000,1500])
i2=ax2.imshow(UU,cmap='hot',extent=(X.min(),2000,Y.min(),2000), vmin=U.min(), vmax=U.max())
ax2.set_title("$\mathrm{Ux_{cal} \/ (pix)}$", y=1.05, fontsize=12)
ax2.set_xticklabels([])
ax2.set_yticklabels([])
cb2=plt.colorbar(i2,ax=ax2,fraction=0.046, pad=0.04,ticks=[U.min(),(U.min()+U.max())/2.,U.max()],format='%.2f')
cb2.ax.tick_params(labelsize=8)

ax3 = plt.subplot(133) # creates first axis
ax3.set_xticks([0,2000,500,1000,1500])
ax3.set_yticks([0,2000,500,1000,1500])
i3 = ax3.imshow(resU,cmap='hot',extent=(X.min(),2000,Y.min(),2000))
ax3.set_title("$\mathrm{\mid Ux_{mes} - Ux_{cal} \mid \/ (pix)}$ ", y=1.05, fontsize=12)
cb3=plt.colorbar(i3,ax=ax3,fraction=0.046, pad=0.04,ticks=[resU.min(), (resU.min()+resU.max())/2.,resU.max()],format='%.2f')
ax3.set_xticklabels([])
ax3.set_yticklabels([])
cb3.ax.tick_params(labelsize=8)
plt.gcf().tight_layout()

plt.show()

我使用下面的命令获取轮廓并添加它：

[masquey,masquey] = np.gradient(masquey)
plt.imshow(masquey2,cmap='hot',alpha=0.1)

但它不起作用......我明白了：

Answer 1

对我来说，并不是很清楚你想要什么，但这是一个叠加imshow图的例子。

fig, axes = plt.subplots(nrows=1, ncols=3)
rand1=np.random.random((2000,500))
ax1 = plt.subplot(131) 
ax1.imshow(rand1)
box=np.zeros_like(rand1)
box[100:400,100:400]=1
ax1.imshow(box,cmap='Greys',alpha=0.6)

也许您需要确保选择了正确的子图。

e.g。

ax3 = plt.subplot(131) for your third plot.