Question

我目前正在使用python matplotlib 使用colormap cm.jet将一组要素转换为可视化表示，并将它们存储为numpy.ndarrays。问题是我无法按照我想要的方式设置vmin和vmax ..

我目前正在做的是

Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy as np
>>> import matplotlib
>>> from matplotlib import cm
>>> import matplotlib.pyplot as plt
>>> a = np.random.randint(5,size=(3,3))
>>> convert = plt.get_cmap(cm.jet)
>>> numpy_a = convert(a)
>>> numpy_a_limited = convert(a)

问题是matplotlib在给定数据集的情况下自动调整colorange，这意味着存储的numpy.ndarray的像素信息不正确。

我正在尝试修复颜色范围，使像素信息变得与原始数据相关..

这是我试图修复颜色范围的尝试。

convert = plt.get_cmap(cm.jet)
        convert = convert.set_clim(vmin=-6, vmax=2)

给出了我的错误消息：

AttributeError: 'LinearSegmentedColormap' object has no attribute 'set_clim'

Answer 1

为了能够使用色彩映射，值的范围必须介于0和1之间。超出此范围的值将被截断，从而导致值的动态范围丢失。

因此，在将数组提供给色彩映射之前，需要对其进行规范化。一个选项是使用您的自定义规范化功能

import matplotlib.pyplot as plt
import numpy as np

a = np.random.randint(5,size=(3,3))
cmap = plt.cm.jet
norm = lambda x: (x+2.)/(6.+2.)
converted_a = cmap(norm(a))

另一种选择是使用内置的Normalize实例

import matplotlib.pyplot as plt
from matplotlib.colors import Normalize
import numpy as np

a = np.random.randint(5,size=(3,3))
cmap = plt.cm.jet
norm = Normalize(vmin=-2, vmax=6)
converted_a = cmap(norm(a))

在plt之外设置matplotlib色彩映射的限制

1 个答案: