使用tripcolor绘制多组数据 - 彩色贴图中的透明度

Question

我似乎无法解决这个问题。我有多组具有相同x，y点的数据。我做Delaunay三角测量并用tripcolor绘制它。我在这个论坛上看到，要将几组数据绘制到同一个图中，我需要指定轴和东西，但它似乎对我不起作用（初学者在matplotlib，对不起）。我的代码：

import matplotlib.pyplot as plt
import matplotlib.tri as tri
from pylab import genfromtxt

data=genfromtxt("momentAF.txt")
data2=genfromtxt("momentZZ.txt")

x = data[:,0]
y = data[:,1]
z1 = data[:,4]
z2 = data2[:,4]

circle=plt.Circle((0,0),1,color="black",fill=False)

triang = tri.Triangulation(x, y)

ax = plt.subplot(111)
ax.set_aspect('equal')
ax.add_artist(circle)
ax.tripcolor(triang, z2**2, shading='gouraud', cmap='Greens')
ax.tripcolor(triang, z1**2, shading='gouraud', cmap='Reds')
#plt.colorbar()
plt.title("ST, G'=-0.0")

非常感谢任何帮助，谢谢。

编辑： 我想要的一个粗略的例子：

EDIT2： 我尝试使用colormap选项“set_under”：

显示几个数据集而不为所有数据集设置透明度

my_cmap = cm.get_cmap("Greens")
my_cmap2 = cm.get_cmap("Reds")
my_cmap.set_under('w',alpha=0)
my_cmap2.set_under('w',alpha=0)

然后

ax.tripcolor(triang, z1**2, shading='gouraud', cmap=my_cmap, vmin=0.01)
ax.tripcolor(triang, z2**2, shading='gouraud', cmap=my_cmap2, vmin=0.01)

但它仍然只显示z1非零的区域（即z1非零的区域被my_cmap2中的白色覆盖，我希望它是透明的）。我也试过蒙面数组，

masked = np.ma.masked_where(z1<.1,z3**2)
masked2 = np.ma.masked_where(z2<.1,z4**2)

ax.tripcolor(triang, masked, shading='gouraud', cmap="Greens")
ax.tripcolor(triang, masked2, shading='gouraud', cmap="Reds")

但仍无济于事。

Answer 1

并不是它不起作用，只是你正在绘制两次相同的三角测量，只改变颜色（在tripcolor签名中的triang后面的参数是数据点的颜色）。

Cf the doc on tripcolor :

  

下一个参数必须是C，颜色值数组，如果在点处定义颜色值，则在三角测量中每个点一个，或者如果在三角形中定义颜色值，则在三角测量中每个三角形一个。如果在三角测量中存在相同数量的点和三角形，则假设颜色值在点处定义;强制在三角形中使用颜色值使用kwarg facecolors * = C而不仅仅是* C.

下面你的代码正在做的是用cmap triang的颜色级别z1**2绘制三角剖分Greens，然后在其上绘制完全相同的三角剖分，只是改变颜色级别为z2**2，cmap为Reds。

ax.tripcolor(triang, z2**2, shading='gouraud', cmap='Greens')
ax.tripcolor(triang, z1**2, shading='gouraud', cmap='Reds')

当然，你只能看到最后绘制的（红色），因为它完全覆盖了第一个绘制的（绿色）。您可以通过alpha使用透明度来查看两者：

ax.tripcolor(triang, z2**2, shading='gouraud', cmap='Greens', alpha=0.5)
ax.tripcolor(triang, z1**2, shading='gouraud', cmap='Reds', alpha=0.5)

但最终结果将是混合颜色（最后绘制的优势），我不确定这是你想要的......

就像cphlewis所说，如果你展示你使用的是什么类型的数据，以及你想要什么样的结果，你会更容易理解你想要的东西。

编辑：

我想我找到了一种使用面具做你想做的事的方法：

import matplotlib.pyplot as plt
import matplotlib.tri as tri

x = np.random.uniform(-0.7,0.7,10)
y = np.random.uniform(-0.7,0.7,10)
z1 = np.random.uniform(-1,1,10)
z2 = - z1

circle=plt.Circle((0,0),1,color="black",fill=False)

triang1 = tri.Triangulation(x, y)
triang2 = tri.Triangulation(x, y)

mask1 = np.logical_or.reduce(( np.where(z1[triang1.triangles]<=0, 1,0).T ))
mask2 = np.logical_or.reduce(( np.where(z2[triang2.triangles]<=0, 1,0).T ))

triang1.set_mask(mask1)
triang2.set_mask(mask2)

ax = plt.subplot(111)
ax.set_aspect('equal')
ax.add_artist(circle)

t1 = ax.tripcolor(triang1, z1, shading='gouraud', cmap=matplotlib.cm.Greens, alpha=0.5)
t2 = ax.tripcolor(triang2, z2, shading='gouraud', cmap=matplotlib.cm.Reds, alpha=0.5)

基本上，你创建一个遮罩，并设置它和triang1，它将控制显示哪个三角形。

triang2.triangles是三角形列表（实际上是一个3 * nb_of_triangles数组，基本上它是一个顶点数组）。 z2[triang2.triangles]为每个顶点提供相应的zlevel。 np.where(z2[triang2.triangles]<=0,1,0).T测试顶点级别是否为零，因此如果它应该被屏蔽或不屏蔽。 np.logical_or.reduce做一个逻辑或者，如果至少有一个顶点被掩盖，三角形被掩盖（基本上，只有三角形的顶点可见，不会被掩盖）。

请注意，通过直接编辑t1._facecolors可能会有某种方式来实现透明度，但我无法真正看到这些是如何计算的......