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图在X轴和Y轴上生成值“ v”的图形。X和Y轴是完美的,但是颜色图在v的最小值和最大值之间分布。我想强制颜色图的范围在0到1之间。
“ v”
X
Y
v
我想到使用:
plt.axis(...)
设置轴的范围,但这仅接受X和Y的最小值和最大值的参数,而不是颜色图。
编辑:
为了清楚起见,假设我有一个图的值的范围为(0 … 0.3),而另一个图的值的范围为(0.2 … 0.8)。
在两个图中,我都希望颜色条的范围为(0 … 1)。在两个图表中,我希望使用上述整个cdict范围时该颜色范围是相同的(因此,两个图表中的0.25将是相同颜色)。在第一个图形中,介于0.3到1.0之间的所有颜色将不会显示在图形中,但是会在侧面的颜色栏键中显示。另一方面,介于0和0.2之间以及介于0.8和1之间的所有颜色都不会出现在图表中,而是会出现在侧面的颜色栏中。
使用vmin并vmax强制使用颜色范围。这是一个例子:
vmin
vmax
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()