python colorbar范围_python-在matplotlib中设置colorbar范围
我有以下代码:
import matplotlib.pyplot as plt
cdict = {
'red' : ( (0.0, 0.25, .25), (0.02, .59, .59), (1., 1., 1.)),
'green': ( (0.0, 0.0, 0.0), (0.02, .45, .45), (1., .97, .97)),
'blue' : ( (0.0, 1.0, 1.0), (0.02, .75, .75), (1., 0.45, 0.45))
}
cm = m.colors.LinearSegmentedColormap('my_colormap', cdict, 1024)
plt.clf()
plt.pcolor(X, Y, v, cmap=cm)
plt.loglog()
plt.xlabel('X Axis')
plt.ylabel('Y Axis')
plt.colorbar()
plt.show()
因此,这将使用指定的颜色映射在x和y轴上生成一个值'v'的图形。X轴和Y轴是完美的,但是颜色贴图在V的最小值和最大值之间展开。我想强制颜色贴图的范围在0到1之间。
我想用:
plt.axis(...)
设置轴的范围,但这只接受x和y的最小值和最大值的参数,而不接受颜色映射。
编辑:
为了清楚起见,假设我有一个图,其值范围(0…0.3),以及另一个值为(0.2…0.8)。
在这两个图中,我希望颜色条的范围是(0…1)。在两张图中,我希望使用上面的全部cdict,这一颜色范围是相同的(因此两张图中的0.25将是相同的颜色)。在第一个图形中,0.3到1.0之间的所有颜色都不会出现在图形中,而是会出现在旁边的ColourBar键中。在另一种情况下,0到0.2之间、0.8到1之间的所有颜色都不会出现在图形中,而是出现在侧面的颜色栏中。
参考回复
使用
vmin
和
vmax
强制颜色的范围。下面是一个示例:
import matplotlib as m
import matplotlib.pyplot as plt
import numpy as np
cdict = {
'red' : ( (0.0, 0.25, .25), (0.02, .59, .59), (1., 1., 1.)),
'green': ( (0.0, 0.0, 0.0), (0.02, .45, .45), (1., .97, .97)),
'blue' : ( (0.0, 1.0, 1.0), (0.02, .75, .75), (1., 0.45, 0.45))
}
cm = m.colors.LinearSegmentedColormap('my_colormap', cdict, 1024)
x = np.arange(0, 10, .1)
y = np.arange(0, 10, .1)
X, Y = np.meshgrid(x,y)
data = 2*( np.sin(X) + np.sin(3*Y) )
def do_plot(n, f, title):
#plt.clf()
plt.subplot(1, 3, n)
plt.pcolor(X, Y, f(data), cmap=cm, vmin=-4, vmax=4)
plt.title(title)
plt.colorbar()
plt.figure()
do_plot(1, lambda x:x, "all")
do_plot(2, lambda x:np.clip(x, -4, 0), "<0")
do_plot(3, lambda x:np.clip(x, 0, 4), ">0")
plt.show()
参考回复
使用CLIM函数(相当于Matlab中的CAXIS函数):
plt.pcolor(X, Y, v, cmap=cm)
plt.clim(-4,4)
plt.show()
参考回复
不确定这是否是最优雅的解决方案(这是我使用的),但您可以将数据缩放到0到1之间的范围,然后修改颜色栏:
import matplotlib as mpl
...
ax, _ = mpl.colorbar.make_axes(plt.gca(), shrink=0.5)
cbar = mpl.colorbar.ColorbarBase(ax, cmap=cm,
norm=mpl.colors.Normalize(vmin=-0.5, vmax=1.5))
cbar.set_clim(-2.0, 2.0)
通过这两个不同的限制,您可以控制颜色栏的范围和图例。在本例中,只有-0.5到1.5之间的范围显示在条形图中,而颜色图覆盖-2到2(因此这可能是您的数据范围,您在缩放之前记录的数据范围)。
因此,不要缩放颜色映射,而是缩放数据并使颜色条与之匹配。
参考回复
使用图形环境和.set_clim()
如果您有多个绘图,此选项可能更简单和安全:
import matplotlib as m
import matplotlib.pyplot as plt
import numpy as np
cdict = {
'red' : ( (0.0, 0.25, .25), (0.02, .59, .59), (1., 1., 1.)),
'green': ( (0.0, 0.0, 0.0), (0.02, .45, .45), (1., .97, .97)),
'blue' : ( (0.0, 1.0, 1.0), (0.02, .75, .75), (1., 0.45, 0.45))
}
cm = m.colors.LinearSegmentedColormap('my_colormap', cdict, 1024)
x = np.arange(0, 10, .1)
y = np.arange(0, 10, .1)
X, Y = np.meshgrid(x,y)
data = 2*( np.sin(X) + np.sin(3*Y) )
data1 = np.clip(data,0,6)
data2 = np.clip(data,-6,0)
vmin = np.min(np.array([data,data1,data2]))
vmax = np.max(np.array([data,data1,data2]))
fig = plt.figure()
ax = fig.add_subplot(131)
mesh = ax.pcolormesh(data, cmap = cm)
mesh.set_clim(vmin,vmax)
ax1 = fig.add_subplot(132)
mesh1 = ax1.pcolormesh(data1, cmap = cm)
mesh1.set_clim(vmin,vmax)
ax2 = fig.add_subplot(133)
mesh2 = ax2.pcolormesh(data2, cmap = cm)
mesh2.set_clim(vmin,vmax)
# Visualizing colorbar part -start
fig.colorbar(mesh,ax=ax)
fig.colorbar(mesh1,ax=ax1)
fig.colorbar(mesh2,ax=ax2)
fig.tight_layout()
# Visualizing colorbar part -end
plt.show()
单色条
最好的选择是在整个绘图中使用单色条。有不同的方法可以做到这一点,this教程对于理解最佳选项非常有用。我更喜欢这样的解决方案,您可以简单地复制和粘贴,而不是以前的可视化颜色条部分的代码。
fig.subplots_adjust(bottom=0.1, top=0.9, left=0.1, right=0.8,
wspace=0.4, hspace=0.1)
cb_ax = fig.add_axes([0.83, 0.1, 0.02, 0.8])
cbar = fig.colorbar(mesh, cax=cb_ax)
附笔。
我建议你用
pcolormesh
而不是
pcolor
因为它更快(更infos here)。
python colorbar范围_python-在matplotlib中设置colorbar范围相关推荐
- python怎么弄成白色背景_python – 在matplotlib中为colorbar添加白色背景
这是创建背景的解决方案: import matplotlib.pyplot as plt import numpy as np from mpl_toolkits.axes_grid1.inset_l ...
- python plot 时间_python – 在matplotlib中绘制时间与日期
我有一个.csv文件,其中只有两列,日期和时间: 04-02-15,11:15 04-03-15,09:35 04-04-15,09:10 04-05-15,18:05 04-06-15,10:30 ...
- python热图_python – 使用matplotlib中的3D数据生成热图
我有一个函数returnValuesAtTime,它返回三个lists-x_vals,y_vals和swe_vals.所有三个列表具有相同的长度,并且swe_vals中的每个元素对应于来自x_vals ...
- matplotlib 合理设置colorbar和子图的对应关系
matplotlib 合理设置colorbar和子图的对应关系 文章目录 matplotlib 合理设置colorbar和子图的对应关系 1. 介绍 2 plt.contourf () 2.1 错误示 ...
- 在matplotlib中设置中文字体
在matplotlib中设置中文字体 matplotlib库中默认使用的字体是不支持中文的,所以如果需要中文的标签或标题则我们手动去重新设置一个支持中文格式的字体.因为之前我在设置的时候犯了一个很蠢的 ...
- python自定义函数画图_python matplotlib自定义colorbar颜色条-以及matplotlib中的内置色条...
自定义colorbar(draw colorbar without any mapple/plot) 参考:Customized Colorbars Tutorial api example code ...
- python matplotlib自定义colorbar颜色条-以及matplotlib中的内置色条
文章目录 自定义colorbar(draw colorbar without any mapple/plot) contourf函数 为所有子图添加一个色带 推荐色带与自定义色带 PS: 传送门--自 ...
- python如何将三维图变成动态_python – 在matplotlib中制作动画三维散点图
我试图在matplotlib中获得一个散点图的三维动画,基于here发布的2d散点图动画和here发布的3d线图. 问题来自set_data和set_offsets不能在3D中工作,所以你应该使用se ...
- python绘制多个条形图_python – 在Matplotlib中绘制多个直方图 – 颜色或并排条形图...
问题:在Matplotlib中绘制多个直方图时,我无法区分绘图与另一个绘图 图像问题:** **次要问题:部分左侧标签"计数"不在图像范围内.为什么? 描述 我想绘制3个不同组的直 ...
最新文章
- IIS发布ASP.NET应用常见错误及解决办法
- 配置DispatcherServlet应该写/还是/*
- HDU 1573: X问题
- STM32下SD卡驱动详解
- python-封装方法用于读取excel
- mysql 交集_MySQL 查询结果取交集的实现方法
- 四、用户、群组和权限(未完结)
- 媒体声音 | 憋了这么久,阿里云数据库再放大招
- luogu1347 排序
- mysql ehcache_MyBatis使用Ehcache作为二级缓存
- 科目三大路考8个驾驶技巧
- 基于环信sdk的陌生人交友php服务器代码开源
- Java经典基础与高级面试36题和答案
- vue-router 路由嵌套显示不出来_45. Vue路由vuerouter的基本使用
- 苹果硬件技术高级副总裁揭露:自研 M1 太难了
- 计算机网络 复习提纲(完整版)
- 计算机发展简史ppt,计算机发展简史ppt
- AAAI2021联邦学习论文集
- python爬虫之三 —— 淘宝评论
- 2022年全球市场聚苯硫醚纤维总体规模、主要生产商、主要地区、产品和应用细分研究报告