步进功能的离散色图

Question

我要根据2个变量f = 1 or 0和x绘制步长函数y，以便：

0 - ＆gt;透明

1 - ＆gt;绿色

我想继续使用pcolor(x, y, f, cmap)模块，因为我已经使用pcolor模块绘制了不同的数据集，并使用不同的色彩映射。

如何获得阶梯函数图，如何在第一张图上叠加它（所以我需要透明色）？

Answer 1

您可以将色彩映射设置为从绿色变为透明（请参阅here），然后将其覆盖在当前的pcolor上。

作为一个最小的例子：

import matplotlib as mpl
import numpy as np
import matplotlib.pyplot as plt

def heaviside(x):
    return .5 * (np.sign(x) + 1)

# set up a linear colormap which is green and only changes alpha
# (0,1,0,green_alpha) --> (0,1,0,0) 
green_alpha = 0.1
colors = [(0,1,0,i) for i in np.linspace(green_alpha,0,2)]
gtrans = mpl.colors.LinearSegmentedColormap.from_list('mycmap', colors, N=2)

#Generate dummy data from 
#http://matplotlib.org/examples/pylab_examples/pcolor_demo.html
dx, dy = 0.15, 0.05
y, x = np.mgrid[slice(-3, 3 + dy, dy),
                slice(-3, 3 + dx, dx)]
z = (1 - x / 2. + x ** 5 + y ** 3) * np.exp(-x ** 2 - y ** 2)
z = z[:-1, :-1]

#Plot first colormap
fig, ax = plt.subplots(1, 1)
ax.pcolor(x, y, z, cmap='RdYlBu_r')


#Overlay rectangle using heaviside and transparency
xmin = -2.; xmax = 2.
ymin = -2.; ymax = 2.
#2D product of Heavisides defines a square
z = ( (heaviside(x+xmin) - heaviside(x+xmax))
     *(heaviside(y+ymin) - heaviside(y+ymax)))
ax.pcolor(x, y, z, cmap=gtrans)

plt.show()

看起来像这样，