如何从Matplotlib中的简单数组生成颜色图数组
在的某些函数中matplotlib
,我们必须传递color
参数而不是cmap
参数,例如bar3d
。
因此,我们必须Colormap
手动生成一个。如果我有这样的dz
数组:
dz = [1,2,3,4,5]
我想要的是:
ax.bar3d(xpos, ypos, zpos, dx, dy, dz, color=cm.jet(dz), zsort='average')
但是,它不起作用,看来Colormap
实例只能转换规范化的数组。
>>> dz = [1,2,3,4,5]>>> cm.jet(dz)
array([[ 0. , 0. , 0.51782531, 1. ],
[ 0. , 0. , 0.53565062, 1. ],
[ 0. , 0. , 0.55347594, 1. ],
[ 0. , 0. , 0.57130125, 1. ],
[ 0. , 0. , 0.58912656, 1. ]])
当然,这不是我想要的。
我必须做这样的事情:
>>> cm.jet(plt.Normalize(min(dz),max(dz))(dz))array([[ 0. , 0. , 0.5 , 1. ],
[ 0. , 0.50392157, 1. , 1. ],
[ 0.49019608, 1. , 0.47754586, 1. ],
[ 1. , 0.58169935, 0. , 1. ],
[ 0.5 , 0. , 0. , 1. ]])
代码多么丑陋!
在matplotlib的文档中说:
通常,Colormap实例用于将数据值(浮点数)从间隔[0,1]转换为相应Colormap表示的RGBA颜色。有关将数据缩放到[0,1]间隔的信息,请参见matplotlib.colors.Normalize。值得注意的是,matplotlib.cm.ScalarMappable子类大量使用了data->
normalize-> map-to-color处理链。
那为什么我不能只使用cm.jet(dz)
呢?
这是我正在使用的导入
from mpl_toolkits.mplot3d import Axes3Dimport matplotlib.pyplot as plt
import numpy as np
from matplotlib import cm
回答:
问题的答案在复制到问题中的文档的摘要中给出:
…从间隔[0,1]到RGBA颜色…
但是,如果您发现代码 丑陋 ,可以尝试使其更好:
您不必手动指定标准化的限制(如果您打算使用最小/最大):
norm = plt.Normalize()
colors = plt.cm.jet(norm(dz))
如果您发现它很丑陋(尽管我不明白为什么),则可以继续手动进行操作:
colors = plt.cm.jet(np.linspace(0,1,len(dz)))
但是,此解决方案仅限于等距的颜色(这是您dz
在示例中给出的值)。
然后,您还可以复制的功能
Normalize
(因为您似乎不喜欢它):lower = dz.min()
upper = dz.max()
colors = plt.cm.jet((dz-lower)/(upper-lower))
使用辅助功能:
def get_colors(inp, colormap, vmin=None, vmax=None):
norm = plt.Normalize(vmin, vmax)
return colormap(norm(inp))
现在您可以像这样使用它:
colors = get_colors(dz, plt.cm.jet)
以上是 如何从Matplotlib中的简单数组生成颜色图数组 的全部内容, 来源链接: utcz.com/qa/416634.html