我有一些3D數據,例如d=[x, y, z, f]
其中z
是Z中的一列數字,用作顏色信息。Matplotlib:具有imshow的特定顏色
f
是一個標誌,它是
- 0如果
x
和y
有一些特定的值(難看^^) - 1如果
x
和y
都OK
因此對於良好數據d[ d[:,3] == 1 ]
我想生成配置文件
plt.imshow(resampled.T, extent=extent, vmin=MIN, vmax=MAX, origin='lower')
和醜陋的數據d[ d[:,3] == 0 ]
我想只使用特定的顏色,例如黑色
有沒有辦法實現這一點?
編輯:結合@eumiro和@Rutger Kassies的意見,我現在得到以下結果
這是滿足,我認爲有。 爲了完整起見(也許有一些優化,我不知道^^的),這裏是代碼和data:
import numpy as np
from matplotlib.mlab import griddata
import matplotlib
import matplotlib.pyplot as plt
def plotprofile(x, y, z0, name='dummy', save=1):
#plt.figure()
N = 50j
z = z0[:,0]
extent = (min(x), max(x), min(y), max(y))
xs,ys = np.mgrid[extent[0]:extent[1]:N, extent[2]:extent[3]:N]
resampled = griddata(x, y, z, xs, ys)
cmap = plt.get_cmap()
cmap.set_bad(color = 'k', alpha = 1.)
#plt.imshow(resampled.T, cmap='Greys', extent=extent, origin='lower', interpolation='spline36')
plt.imshow(resampled.T, cmap=cmap, extent=extent, origin='lower', vmin=min(z), vmax=-min(z),interpolation='spline36')
cbar=plt.colorbar()
s=20
plt.ylabel(r"$y$", size=s)
plt.xlabel(r"$x", size=s)
plt.xlim([x.min(),x.max()])
plt.ylim([y.min(),y.max()])
if save:
for end in ["pdf", "png", "eps"]:
print "save %s.%s"%(name,end)
plt.savefig("%s.%s"%(name,end))
else:
plt.show()
plt.clf()
if __name__ == '__main__':
filename = 'data.txt'
data = np.loadtxt(filename)
x = data[:,0]
y = data[:,1]
z = data[:,3:]
plotprofile(x, y, z, 'dummy', 0)
表面如何替換所有的「醜陋的數據「用'np.nan'? – eumiro
的確是eumeriro。蒙面陣列將非常方便。然後可以使用cmap.set_bad()屬性來控制可視化。 @Tengis,你應該提供一個工作的例子。例如,x,y,z數據是否是格子化的,還是散點? –