Matplotlib自定义发散渐变忽略颜色

Question

我一直在研究python的一些数据绘图功能，我研究所需的一个这样的工具是一组差异图表来比较两组数据之间的变化。

我现在正处于想要绘制数据的位置，我正在研究创建自定义颜色贴图来处理不同的数据，但是到目前为止我的所有图都忽略了渐变中的特定步骤，或者我的低值正在重复着色。

以下是生成的示例图：

我的自定义颜色映射的代码，以及绘图：

diffmap_17 = ["#FF0000", "#F81318", "#F12731", "#EB3B4A", "#EB5C66", "#EB7D82", "#EB9E9E", "#F1BEBE", "#F8DEDE", "#FFFFFF", "#DDDCFD", "#BCB9FB", "#9B96FA", "#6A6CFA", "#3A43FA", "#1D21FC", "#0000FF"]
diffmap_17_colormap = matplotlib.colors.ListedColormap(diffmap_17)

contour_levels = [-20, -10, -5, -2, -1, -0.75, -0.5, -0.25, -0.1, 0.0, 0.1, 0.25, 0.5, 0.75, 1, 2, 5, 10, 20]
cs = m.contourf(x,y,data,contour_levels,cmap=diffmap_17_colormap) #plot total

我的目标是让颜色贴图的零点为白色，然后向外发散（红色为负，蓝色为正）。目前，我正在使用标准的色彩映射，但是使用自定义色彩映射将是首选的。

非常感谢任何帮助。谢谢！

Answer 1

问题在于，通过将最小值和最大值之间的范围分成相等的部分，从色彩图中选择颜色。由于大多数水平彼此非常接近，因此它们属于相同的范围，因此具有相同的颜色。

最简单的解决方案不是使用色彩映射，而是使用每个级别从颜色列表中获取颜色的图表。在这种情况下，您可以直接向contourf图表提供颜色列表。

plt.contourf(x,y,data,contour_levels,colors=diffmap_17)

请注意，因为您有19个级别，所以您的列表需要18种颜色（因此我添加了一种颜色）。

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

x, y= np.meshgrid(np.linspace(-3,3), np.linspace(-3,3))
r = np.sqrt(x**2+y**2)
data = np.tan((r*0.7-1.5))*1.3

diffmap_17 = ["#FF0000", "#F81318", "#F12731", "#EB3B4A", "#EB5C66", "#EB7D82", 
              "#EB9E9E", "#F1BEBE", "#F8DEDE", "#FFFFFF", "#DDDCFD", "#BCB9FB", 
              "#9B96FA", "#6A6CFA", "#3A43FA", "#1D21FC", "#0000FF", "#0000ce"]

contour_levels = [-20, -10, -5, -2, -1, -0.75, -0.5, -0.25, -0.1, 0.0, 
                  0.1, 0.25, 0.5, 0.75, 1, 2, 5, 10, 20]
cs = plt.contourf(x,y,data,contour_levels,colors=diffmap_17)

plt.colorbar(cs)

plt.show()

如果您想使用色彩映射，则需要提供规范化实例和色彩映射表。 matplotlib.colors.BoundaryNorm将根据提供给它的边界列表选择颜色，这将是等高线图的等级列表。

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

x, y= np.meshgrid(np.linspace(-3,3), np.linspace(-3,3))
r = np.sqrt(x**2+y**2)
data = np.tan((r*0.7-1.5))*1.3

diffmap_17 = ["#FF0000", "#F81318", "#F12731", "#EB3B4A", "#EB5C66", "#EB7D82", 
              "#EB9E9E", "#F1BEBE", "#F8DEDE", "#FFFFFF", "#DDDCFD", "#BCB9FB", 
              "#9B96FA", "#6A6CFA", "#3A43FA", "#1D21FC", "#0000FF", "#0000ce"]
diffmap_17_colormap = matplotlib.colors.ListedColormap(diffmap_17)

contour_levels = [-20, -10, -5, -2, -1, -0.75, -0.5, -0.25, -0.1, 0.0, 
                  0.1, 0.25, 0.5, 0.75, 1, 2, 5, 10, 20]
norm = matplotlib.colors.BoundaryNorm(contour_levels, diffmap_17_colormap.N)
cs = plt.contourf(x,y,data,contour_levels,cmap=diffmap_17_colormap, norm=norm)

plt.colorbar(cs)

plt.show()

输出图与上述相同。