2016-12-02 110 views
3

我有一個參數不同的多條曲線,我想在一個圖中繪製。爲了區分它們,我想使用matplotlib的一個顏色條。爲此,我根據所述參數生成顏色列表。另外,我想添加一個顏色條來解釋使用的顏色。我可以輕鬆完成所有這些。現在的問題是,我只想使用可用色彩地圖的一部分,因爲它變得太亮,因此在某個閾值以上幾乎看不到。但是當我現在只在子範圍內選擇顏色時,我沒有找到調整顯示的顏色條範圍的方法。如何在matplotlib中只使用和繪製一部分顏色條?

這裏是什麼,我想實現(幾乎)小例子:

import numpy as np 
import matplotlib as mpl 
import matplotlib.pyplot as plt 
import matplotlib.gridspec as gridspec 

gs = gridspec.GridSpec(2, 1, 
         height_ratios=[1, 4] 
         ) 
ax = [plt.subplot(g) for g in gs] 

parameterToColorBy = np.linspace(5, 10, 6, dtype=float) 

maxColor = 0.85 
colors = [plt.get_cmap("inferno")(i) 
      for i in np.linspace(0, maxColor, parameterToColorBy.shape[0])] 

norm = mpl.colors.Normalize(parameterToColorBy[0], 
          parameterToColorBy[0]+ 
          (parameterToColorBy[-1]-parameterToColorBy[0])/ 
          maxColor) 
cb = mpl.colorbar.ColorbarBase(ax[0], 
           cmap="inferno", 
           norm=norm, 
           ticks=parameterToColorBy, 
           orientation='horizontal') 
ax[0].xaxis.set_ticks_position('top') 

for p, c in zip(parameterToColorBy, colors): 
    ax[1].plot(np.arange(2)/p, c=c) 

plt.show() 

結果着眼於如下:

starting point

我現在想要的顏色條停止在10 。但是如果我只是通過添加ax[0].set_xlim(0, maxColor)行來調整子區域的xlim,則會正確調整彩色部分,但是周圍的框會混亂:

Result of set_xlim

或者,我找到了一個用於colorbar的函數set_clim。但是這隻會改變標準化,並且看起來不像我想要的那樣工作。添加cb.set_clim(parameterToColorBy[0], parameterToColorBy[-1])結果在改變顏色,但不變的軸:

Result of set_xlim

我似乎有什麼需要或者是一個合適的方式來調整顯示的顏色條的限制,還是有辦法來創建自己的彩條作爲一個子集一個可用的顏色條。有什麼辦法來實現這些東西之一?

+1

您可以使用此http://stackoverflow.com/a/26105100/189050,僅在另一端限制linspace代替(例如,0.0-0.9)? – Deditos

+0

@Deditos感謝您的建議。我大概可以通過使用很多點來獲得某些形式的大致連續的色彩圖。但我認爲我更喜歡湯姆在他的回答中提出的解決方案。 – jotasi

回答

3

您可以使用我在下面的代碼中編寫的truncate_colormap函數截斷顏色映射表。它從現有的色彩地圖創建新的matplotlib.colors.LinearSegmentedColormap

注意,你再不需要通過maxColor縮放Normalise實例,你需要在創建colors列表和colorbar時使用這個新的顏色表實例。

import numpy as np 
import matplotlib as mpl 
import matplotlib.pyplot as plt 
import matplotlib.gridspec as gridspec 
import matplotlib.colors as mcolors 

gs = gridspec.GridSpec(2, 1, 
         height_ratios=[1, 4] 
         ) 
ax = [plt.subplot(g) for g in gs] 

parameterToColorBy = np.linspace(5, 10, 6, dtype=float) 

def truncate_colormap(cmap, minval=0.0, maxval=1.0, n=-1): 
    if n == -1: 
     n = cmap.N 
    new_cmap = mcolors.LinearSegmentedColormap.from_list(
     'trunc({name},{a:.2f},{b:.2f})'.format(name=cmap.name, a=minval, b=maxval), 
     cmap(np.linspace(minval, maxval, n))) 
    return new_cmap 

minColor = 0.00 
maxColor = 0.85 
inferno_t = truncate_colormap(plt.get_cmap("inferno"), minColor, maxColor) 

colors = [inferno_t(i) 
      for i in np.linspace(0, 1, parameterToColorBy.shape[0])] 

norm = mpl.colors.Normalize(parameterToColorBy[0], 
          parameterToColorBy[-1]) 

cb = mpl.colorbar.ColorbarBase(ax[0], 
           cmap=inferno_t, 
           norm=norm, 
           ticks=parameterToColorBy, 
           orientation='horizontal') 

ax[0].xaxis.set_ticks_position('top') 

for p, c in zip(parameterToColorBy, colors): 
    ax[1].plot(np.arange(2)/p, c=c) 

plt.show() 

enter image description here

相關問題