在set_data

Question

我通过.imshow（）方法在2d中进行3D数据的交互式显示。我让用户在查看单个2d图层和查看所有2d图层之间的模式之间更改模式。这导致显示值范围的大的变化。因此，始终保持相同的颜色映射会导致图像过饱和且不可读。我使用AxesImage类的.set_data（）方法来更改显示的数据，我需要一种同时重新计算颜色映射的方法。我最接近这个目标的是这个功能：

def blit_data(self, data):
    c_norm  = cs.Normalize(vmin=np.nanmin(data), vmax=np.nanmax(data))
    cmap = plt.get_cmap('viridis')
    scalar_map = cmx.ScalarMappable(norm=c_norm, cmap=cmap)
    cmapped = scalar_map.to_rgba(data)
    self.display.set_data(cmapped)

(cmx = matplotlib.cm, cs = matplotlib.colors, plt = matplotlib.pyplot)

然而，这会产生不必要的副作用：将鼠标悬停在显示图像中的像素上，现在将[r g b]元组显示为工具提示，而不是原始的float64值，这会阻碍对此数据的探索。出于这个原因，我正在寻找另一种方法来达到同样的效果。后续问题将是如何将此重新规范化传达给颜色条，因此它保持相关性。

Answer 1

import matplotlib.pyplot as plt
import numpy as np

fig, (ax1, ax2) = plt.subplots(1, 2)

data = np.random.rand(10, 10)

im1 = ax1.imshow(data, interpolation='none', cmap='viridis')
im2 = ax2.imshow(data, interpolation='none', cmap='viridis')
im2.set_clim(0, .5)