cmap to rgba in Matplotlib

Question

我有一个关于如何使用colormapping（cmap）绘制数据并将其转换为rgba值的具体实现问题。从本质上讲，我有一堆数据，我想创建一个errorbar（）图，点的位置以及错误条本身被其他值的大小着色（具体地说，让我们假设它是对卡方的贡献一些模型的合适）。假设我有一个名为D的（N，4）数组，其中前两列是X和Y数据，第三列是错误栏的值，最后一列是它对卡方函数的贡献。

我该如何去做1）将卡方贡献值的范围映射到cmap，其次，2）如何从这些值中获得rgba值以便循环显示errorbar（）函数以绘制我希望能够策划什么？

这实际上可能有帮助（http://matplotlib.org/api/cm_api.html），但我找不到任何示例或有关如何使用ScalarMappable（）（其中有一个to_rgba（）方法）的其他信息。

谢谢！

Answer 1

您可以通过调用值为matplotlib.cm中的对象将标量值映射到颜色映射。该值应该在0和1之间骗因此，要获得，RGBA值一些卡方分布的数据（我将随机产生），我会做：

chisq = np.random.chisquare(4, 8) 
chisq -= chisq.min() 
chisq /= chisq.max() 
errorbar_colors = cm.winter(chisq) 

而是具有色标开始和以最小和最大实际值结束时，可以减去最小值并除以所需的最大值。

现在errorbar_colors将是一个(8, 4)阵列RGBA值从winter颜色表：

array([[ 0.  , 0.7372549 , 0.63137255, 1.  ], 
     [ 0.  , 0.7372549 , 0.63137255, 1.  ], 
     [ 0.  , 0.4745098 , 0.7627451 , 1.  ], 
     [ 0.  , 1.  , 0.5  , 1.  ], 
     [ 0.  , 0.36078431, 0.81960784, 1.  ], 
     [ 0.  , 0.47843137, 0.76078431, 1.  ], 
     [ 0.  , 0.  , 1.  , 1.  ], 
     [ 0.  , 0.48627451, 0.75686275, 1.  ]]) 

要绘制这样，你可以遍历的颜色和数据点，绘制errorbars：

heights = np.random.randn(8) 
sem = .4 

for i, (height, color) in enumerate(zip(heights, errorbar_colors)): 
    plt.plot([i, i], [height - sem, height + sem], c=color, lw=3) 
plt.plot(heights, marker="o", ms=12, color=".3") 

但是，内置的matplotlib颜色映射都不是全部非常适合这项任务。对于一些改进，可以使用seaborn生成一个顺序调色板可用于彩色线条：即使在这里

import numpy as np 
import seaborn 
import matplotlib.pyplot as plt 
from matplotlib.colors import ListedColormap 

chisq = np.random.chisquare(4, 8) 
chisq -= chisq.min() 
chisq /= chisq.max() 

cmap = ListedColormap(seaborn.color_palette("GnBu_d")) 
errorbar_colors = cmap(chisq) 

heights = np.random.randn(8) 
sem = .4 

for i, (height, color) in enumerate(zip(heights, errorbar_colors)): 
    plt.plot([i, i], [height - sem, height + sem], c=color, lw=3) 
plt.plot(heights, marker="o", ms=12, color=".3") 

但是，我怀疑，这将是最好的方式以表达您的观点。我不确切知道你的数据是什么样的，但我会建议制作两张图，其中一张带有因变量，你将在这里绘图，另一张以卡方统计量作为因变量。或者，如果您对误差线的大小和卡方值之间的关系感兴趣，我会直接用散点图进行绘图。