Question

我正在尝试使用matplotlib使用以下代码绘制曲面：

from matplotlib import cm
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import axes3d, Axes3D
import pylab as p

vima=0.5

fig = plt.figure()
ax = fig.gca(projection='3d')
X = np.arange(0, 16.67, vima)
Y = np.arange(0, 12.5, vima)
X, Y = np.meshgrid(X, Y)

Z = np.sqrt(((1.2*Y+0.6*X)**2+(0.2*Y+1.6*X)**2)/(0.64*Y**2+0.36*X**2))

surf = ax.plot_surface(X, Y, Z,rstride=1, cstride=1, alpha=1,cmap=cm.jet,  linewidth=0)
fig.colorbar(surf, shrink=0.5, aspect=5)

plt.show()

如果你运行它你会看到一个蓝色的表面，但我想使用整个颜色范围的喷射...我知道有一个类“matplotlib.colors.Normalize”，但我不知道如何用它。你可以加上必要的代码吗？

Answer 1

我意识到海报的问题已经解决，但是从未处理过将颜色标准化的问题。因为我已经弄明白我以为我会把它放在这里给其他可能需要它的人。

首先创建一个规范并将其传递给绘图函数，我试图将其添加到OP的代码中。

from matplotlib import cm
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import axes3d, Axes3D
import pylab as p
import matplotlib

vima=0.5

fig = plt.figure()
ax = fig.gca(projection='3d')
X = np.arange(0, 16.67, vima)
Y = np.arange(0, 12.5, vima)
X, Y = np.meshgrid(X, Y)

Z = np.sqrt(((1.2*Y+0.6*X)**2+(0.2*Y+1.6*X)**2)/(0.64*Y**2+0.36*X**2))
Z = np.nan_to_num(Z)

# Make the norm
norm = matplotlib.colors.Normalize(vmin = np.min(Z), vmax = np.max(Z), clip = False)

# Plot with the norm
surf = ax.plot_surface(X, Y, Z,rstride=1, cstride=1, norm=norm, alpha=1,cmap=cm.jet,     linewidth=0)
fig.colorbar(surf, shrink=0.5, aspect=5)

plt.show()

规范对“imshow”命令的工作方式相同。

Answer 2

正如JoshAdel在评论中指出的那样（信用属于他），当NaN在Z数组中时，表面图似乎不正确地映射了色图。一个简单的解决方法是简单地将NaN转换为零或非常大或非常小的数字，以便将颜色图标准化为z轴范围。

from matplotlib import cm
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import axes3d, Axes3D
import pylab as p

vima=0.5

fig = plt.figure()
ax = fig.gca(projection='3d')
X = np.arange(0, 16.67, vima)
Y = np.arange(0, 12.5, vima)
X, Y = np.meshgrid(X, Y)

Z = np.sqrt(((1.2*Y+0.6*X)**2+(0.2*Y+1.6*X)**2)/(0.64*Y**2+0.36*X**2))
Z = np.nan_to_num(Z) # added this line

surf = ax.plot_surface(X, Y, Z,rstride=1, cstride=1, alpha=1,cmap=cm.jet,  linewidth=0)
fig.colorbar(surf, shrink=0.5, aspect=5)

plt.show()

Answer 3

回答一个老问题，我知道，但发布的答案至少在我的情况下有些不尽如人意。对于那些仍然在这里磕磕绊绊的人，我给出了一个对我有用的解决方案。

首先，我不想使用零来替换NaN，因为对我而言，它们代表缺少或未定义数据的点。我宁愿不在这些点上绘制任何。其次，我的数据的整个 z 范围都高于零，所以用零点打印图将导致一个丑陋且难以缩放的图。

leifdenby给出的解决方案非常接近，因此+1（尽管如此指出，显式规范化不会添加到早期的解决方案中）。我刚刚删除了NaN-to-zero替换，并在色标规范化中使用了函数nanmin和nanmax而不是min和max。这些函数给出数组的最小值和最大值，但只是忽略所有NaN 。该代码现为：

# Added colors to the matplotlib import list
from matplotlib import cm, colors
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import axes3d, Axes3D
import pylab as p


vima=0.5

fig = plt.figure()
ax = fig.gca(projection='3d')
X = np.arange(0, 16.67, vima)
Y = np.arange(0, 12.5, vima)
X, Y = np.meshgrid(X, Y)

Z = np.sqrt(((1.2*Y+0.6*X)**2+(0.2*Y+1.6*X)**2)/(0.64*Y**2+0.36*X**2))

# MAIN IDEA: Added normalisation using nanmin and nanmax functions
norm = colors.Normalize(vmin = np.nanmin(Z), 
                        vmax = np.nanmax(Z))

# Added the norm=norm parameter
surf = ax.plot_surface(X, Y, Z,rstride=1, cstride=1, alpha=1, norm=norm, cmap=cm.jet,  linewidth=0)
fig.colorbar(surf, shrink=0.5, aspect=5)

plt.show()

运行这个，我得到一个正确缩放的图，缺少（0,0）数据点。这也是我认为最可取的行为，因为对于有问题的函数，似乎不存在限制（x，y）到（0,0）。

这是我对StackOverflow的第一次贡献，我希望它是一个很好的（wink）。

规范化matplotlib中的颜色

3 个答案: