matplotlib中的日誌密度顏色圖

Question

我正在嘗試使用Matplotlib 2.0.0版本創建一個具有給定數據的密度圖，並在兩個座標軸x，y中使用對數座標。我已經提出了下面的代碼，問題在於，對於日誌情節，不要給出正確的功能行爲。

import numpy as np 
import matplotlib.pyplot as plt 
import matplotlib.cm as cm 

init = 0.0 
points = 500 
final_value = 100 
steep = (final_value-init)/points 
list_values_x = np.arange(init,final_value,steep) 
list_values_y = np.arange(init,final_value,steep) 

#WE CREATE OUT DATA FILE 

f1 = open("data.txt", "w") 
for i in list_values_x: 
    for j in list_values_y: 
     f1.write(str(i) +" "+str(j)+" "+str(0.0001*(i**2+j**2)) +"\n") 

f1.close() 


#NOW WE OPEN THE FILE WITH THE DATA AND MAKE THE PLOT 
x,y,temp = np.loadtxt('data.txt').T #Transposed for easier unpacking 

nrows, ncols = points, points 
grid = temp.reshape((nrows, ncols)) 

# LINEAR PLOT 

fig1 = plt.imshow(grid, extent=(x.min(), x.max(), y.max(), y.min()), 
      interpolation='nearest', cmap=cm.gist_rainbow) 
plt.axis([x.min(), x.max(),y.min(), y.max()]) 
plt.colorbar() 
plt.suptitle('Example', fontsize=15) 
plt.xlabel('x', fontsize=16) 
plt.ylabel('y', fontsize=16) 

plt.show() 

# LOG-LOG PLOT 

fig, (ax1) = plt.subplots(ncols=1, figsize=(8, 4)) 

ax1.imshow(grid, aspect="auto", extent=(1, 1e2, 1, 1e2), interpolation='nearest') 
ax1.set_yscale('log') 
ax1.set_xscale('log') 
ax1.set_title('Example with log scale') 



plt.show() 

我用來繪製圖的數據是無關緊要的，它只是一個例子。因此，第一個圖是以線性比例給出的。第二個圖是用對數 - 對數標度給出的，但很明顯這是不正確的，兩個圖中的行爲是絕對不同的，我使用相同的數據。此外，我不知道如何把彩條在雙對數座標

任何想法，爲什麼出現這種情況？感謝您的關注。

PD：爲了構建log-log圖中，我使用的是apears在（http://matplotlib.org/devdocs/users/whats_new.html#non-linear-scales-on-image-plots）

Answer 1

給出「使圖像重複的非線性刻度的」使用程度的關鍵字和它的代碼的一部分extent=(xmin, xmax, ymin, ymax)在imshow中額外使用origin="lower"時更有意義。您可能還想要設置軸的限制，因爲自動功能對於對數刻度不起作用。

下面是完整的例子：

import numpy as np 
import matplotlib.pyplot as plt 
import matplotlib.cm as cm 
from mpl_toolkits.axes_grid1 import make_axes_locatable 

points = 500 
init = 0.0 
final_value = 100 
steep = (final_value-init)/points 
x = np.arange(init,final_value,steep) 
y = np.arange(init,final_value,steep) 
X,Y = np.meshgrid(x,y) 
Z = 0.0001*(X**2+Y**2) 

fig, (ax, ax1) = plt.subplots(ncols=2, figsize=(8, 4)) 
# LINEAR PLOT 
im = ax.imshow(Z, extent=(x.min(), x.max(), y.min(), y.max()), 
      interpolation='nearest', cmap=cm.gist_rainbow, origin="lower") 
ax.set_title('lin scale') 

#make colorbar 
divider = make_axes_locatable(ax) 
ax_cb = divider.new_horizontal(size="5%", pad=0.05) 
fig.add_axes(ax_cb) 
fig.colorbar(im, cax = ax_cb, ax=ax) 

# LOG-LOG PLOT 
im1 = ax1.imshow(Z, extent=(1, 1e2, 1, 1e2), 
      interpolation='nearest',cmap=cm.gist_rainbow, origin="lower") 
ax1.set_yscale('log') 
ax1.set_xscale('log') 
ax1.set_xlim([1, x.max()]) 
ax1.set_ylim([1, y.max()]) 
ax1.set_title('log scale') 

#make colorbar 
divider1 = make_axes_locatable(ax1) 
ax_cb1 = divider1.new_horizontal(size="5%", pad=0.05) 
fig.add_axes(ax_cb1) 
fig.colorbar(im1, cax = ax_cb1, ax=ax1) 

plt.tight_layout() 
plt.show()