tripcolor使用RGB值爲每個頂點

我有一個二維三角形網格與n個頂點存儲在一個變量tri（matplotlib.tri.Triangulation對象）;我可以很容易地用matplotlib的tripcolor函數繪製網格，一切正常。但是，對於每個頂點（vcolors），我也有（r，g，b）三元組，並且這些值不會沿着一個維度下降，因此不能輕易轉換爲色彩映射（例如，想象一下，如果覆蓋一個公園的大照片上的三角形網格，然後爲每個頂點分配其下面的像素的顏色）。tripcolor使用RGB值爲每個頂點

我想我能夠做這樣的事情：

matplotlib.pyplot.tripcolor(tri, vcolors)

ValueError: Collections can only map rank 1 arrays

是否有一個vcolors樣（N×3）矩陣轉換成可用tripcolor東西方便的方法？是否有替代tripcolor接受頂點顏色？

有一件事我已經試過是使自己的顏色表：

z = numpy.asarray(range(len(vcolors)), dtype=np.float)/(len(vcolors) - 1) 
cmap = matplotlib.colors.Colormap(vcolors, N=len(vcolors)) 
matplotlib.pyplot.tripcolor(tri, z, cmap=cmap) 
matplotlib.pyplot.show()

然而，這什麼也沒做---沒有數字似乎並不會引發錯誤;該函數返回一個圖形句柄，但沒有任何東西會呈現（我正在使用IPython筆記本）。請注意，如果我打電話給以下內容，則情節顯示得很好：

tripcolor(tri, np.zeros(len(vcolors))) 
matplotlib.pyplot.show()

我正在使用Python 2.7。

來源

2017-01-11 user16054

我刪除了我的答案，因爲它顯然沒有幫助。爲了防止進一步的混亂：如果你想gouraud陰影，在問題中提到它。由於tripcolor不允許Gouraud陰影與「facecolors」參數一起使用，所以除了使用色彩映射外，沒有解決方法。如果不同顏色的數量是有限的，則可能的解決方案可能是創建自定義顏色圖，例如，如果您只有255個不同的顏色值，則可以創建這255個值的顏色表。 – ImportanceOfBeingErnest

Gouraud着色是一個加號，但我不需要它。有或沒有古洛德陰影，你的斷言，「facecolors」的論點可以解決這個問題似乎是錯誤的：它仍然需要一個1D的z向量，根據顏色映射解釋。它不能幫助我從每個頂點的RGB三元組轉換爲可用的。我的問題要求可以處理這種情況的「tripcolor」的替代方法，所以我不同意沒有解決方案是可能的。它還明確指出，自定義色彩映射解決方案失敗，所以如果你有一個解決方法，我很樂意聽到它（顏色數量是'len（vcolors）'）。 – user16054

在matplotlib亂翻後的tripcolor和Colormap代碼，我想出了以下解決方案，這似乎只工作，只要一使用‘高氏’陰影（否則，它演繹着一個非常差的工作面部顏色;見下文）。

訣竅是創建一個，0和1（含）之間的給定的n均勻間隔的號碼，當顏色表再現的顏色的原始數組：

def colors_to_cmap(colors): 
    ''' 
    colors_to_cmap(nx3_or_nx4_rgba_array) yields a matplotlib colormap object that, when 
    that will reproduce the colors in the given array when passed a list of n evenly 
    spaced numbers between 0 and 1 (inclusive), where n is the length of the argument. 

    Example: 
     cmap = colors_to_cmap(colors) 
     zs = np.asarray(range(len(colors)), dtype=np.float)/(len(colors)-1) 
     # cmap(zs) should reproduce colors; cmap[zs[i]] == colors[i] 
    ''' 
    colors = np.asarray(colors) 
    if colors.shape[1] == 3: 
     colors = np.hstack((colors, np.ones((len(colors),1)))) 
    steps = (0.5 + np.asarray(range(len(colors)-1), dtype=np.float))/(len(colors) - 1) 
    return matplotlib.colors.LinearSegmentedColormap(
     'auto_cmap', 
     {clrname: ([(0, col[0], col[0])] + 
        [(step, c0, c1) for (step,c0,c1) in zip(steps, col[:-1], col[1:])] + 
        [(1, col[-1], col[-1])]) 
     for (clridx,clrname) in enumerate(['red', 'green', 'blue', 'alpha']) 
     for col in [colors[:,clridx]]}, 
     N=len(colors))

再次注意，'gouraud'陰影爲此需要上班。爲了演示失敗的原因，以下代碼塊顯示了我的特定用例。（我正在繪製一部分具有部分透明數據覆蓋的扁平皮質片）。在此代碼中，有40,886個頂點（在the_map.coordinates中）和81,126個三角形（在the_map.indexed_faces中）; colors陣列的形狀爲(40886, 3)。

下面的代碼工作正常「高氏」陰影：根據平均的頂點

tri = matplotlib.tri.Triangulation(the_map.coordinates[0], 
            the_map.coordinates[1], 
            triangles=the_map.indexed_faces.T) 
cmap = rgbs_to_cmap(colors) 
zs = np.asarray(range(the_map.vertex_count), dtype=np.float)/(the_map.vertex_count - 1) 
plt.figure(figsize=(16,16)) 
plt.tripcolor(tri, zs, cmap=cmap, shading='gouraud')

但是，如果沒有「高氏」的陰影，也許是被分配臉部顏色（有沒有驗證了這一點），這顯然是錯誤的：

plt.figure(figsize=(16,16)) 
plt.tripcolor(tri, zs, cmap=cmap)

來源

2017-01-25 16:20:44 user16054

一個顏色貼圖的更簡單的方法是通過from_list：

z = numpy.arange(n) 
cmap = matplotlib.colors.LinearSegmentedColormap.from_list(
    'mymap', rgb, N=len(rgb) 
    )

來源

2018-01-18 15:39:47

tripcolor使用RGB值爲每個頂點

回答

相關問題