我使用以下脚本进行绘图:
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
import pylab as pl
import math
import matplotlib as mpl
from matplotlib.ticker import MultipleLocator
from matplotlib.colors import LinearSegmentedColormap
cdict1 = {'red': ((0.0, 1.0, 1.0),
(0.4, 1.0, 1.0),
(0.7, 0.0, 0.0),
(1.0, 0.0, 0.0)),
'green': ((0.0, 1.0, 1.0),
(0.1, 0.0, 0.0),
(1.0, 0.0, 0.0)),
'blue': ((0.0, 1.0, 1.0),
(0.1, 0.0, 0.0),
(0.4, 0.0, 0.0),
(1.0, 1.0, 1.0))
}
white_blue_red = LinearSegmentedColormap('WhiteBlueRed', cdict1)
plt.register_cmap(cmap=white_blue_red)
x = np.loadtxt('data.dat',
unpack=True)
plt.scatter(x[0], x[1], marker='.', s=3, linewidths=0, c=x[3], cmap= \
plt.get_cmap('WhiteBlueRed')) # plt.cm.bwr
plt.colorbar()
plt.show()
我定义的色彩映射使用相对值(函数1最大值的0最小值)。问题是我想使用该代码绘制数百个不同的文件,我希望每个绘图具有完全相同的色彩映射。是否有可能用绝对值定义色彩图?这将解决我的问题。
答案 0 :(得分:9)
在这种情况下,关键是String pattern = "\\{.+?}"; // Note that `.+?` requires at least 1 character,
// Use .*? to allow 0 characters
,而不是色彩图。
colormap定义已缩放数据的颜色。 norm
将数据缩放到0-1范围。
默认情况下,会创建一个norm
实例,可以在数据或 Normalize
和vmin
kwargs的最小值和最大值之间进行缩放提供。
但是,有一些不同的辅助函数可能对您的情况有用。
如果你想要一个离散的颜色条,有一个辅助函数可以为你生成vmax
和norm
:cmap
它需要一个值列表和一个颜色列表并返回matplotlib.colors.from_levels_and_colors
实例和BoundaryNorm
实例:
例如:
LinearSegmentedColormap
请注意,这会创建一个离散的色彩映射。
如果我们想要使用连续色图,我们可以指定相同的import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors
data1 = 3 * np.random.random((10, 10))
data2 = 5 * np.random.random((10, 10))
levels = [0, 1, 2, 3, 4, 5]
colors = ['red', 'brown', 'yellow', 'green', 'blue']
cmap, norm = matplotlib.colors.from_levels_and_colors(levels, colors)
fig, axes = plt.subplots(ncols=2)
for ax, dat in zip(axes, [data1, data2]):
im = ax.imshow(dat, cmap=cmap, norm=norm, interpolation='none')
fig.colorbar(im, ax=ax, orientation='horizontal')
plt.show()
和vmin
参数,也可以创建我们自己的vmax
实例并将其作为{{1所有图像的参数。
此外,还有一个类似的功能,可以从颜色列表中创建连续的色彩映射:
Normalize