Matplotlib离散彩条

Question

我试图做一个离散彩条的散点图中matplotlib

我有我的X，Y数据和每一个点，我想了一个独特的颜色来表示的整型变量的值，例如

plt.scatter(x, y, c=tag) 

典型地为标签将是一个整数范围从0-20，但确切范围可以改变

到目前为止我刚使用默认设置，例如

plt.colorbar() 

它给出了连续范围的颜色。理想情况下，我想要一组n个不连续的颜色（本例中n = 20）。更好的办法是得到一个0的标签值产生一个灰色的颜色，1-20是丰富多彩的。

我已经发现了一些“菜谱”剧本，但他们都非常复杂，我不认为他们是要解决一个看似简单的问题的正确方法

Answer 1

通过使用BoundaryNorm作为散点图的标准化程序，您可以非常容易地创建自定义离散色条。这个古怪的位（在我的方法中）使0显示为灰色。

对于图像我经常使用cmap.set_bad（）并将我的数据转换为numpy蒙版数组。这会让0灰变得容易得多，但是我不能让它与分散或自定义的cmap一起工作。

作为一种替代方案，您可以从头开始创建自己的cmap，或者读出现有的cmap并覆盖一些特定的条目。

# setup the plot 
fig, ax = plt.subplots(1,1, figsize=(6,6)) 

# define the data 
x = np.random.rand(20) 
y = np.random.rand(20) 
tag = np.random.randint(0,20,20) 
tag[10:12] = 0 # make sure there are some 0 values to showup as grey 

# define the colormap 
cmap = plt.cm.jet 
# extract all colors from the .jet map 
cmaplist = [cmap(i) for i in range(cmap.N)] 
# force the first color entry to be grey 
cmaplist[0] = (.5,.5,.5,1.0) 
# create the new map 
cmap = cmap.from_list('Custom cmap', cmaplist, cmap.N) 

# define the bins and normalize 
bounds = np.linspace(0,20,21) 
norm = mpl.colors.BoundaryNorm(bounds, cmap.N) 

# make the scatter 
scat = ax.scatter(x,y,c=tag,s=np.random.randint(100,500,20),cmap=cmap, norm=norm) 

# create a second axes for the colorbar 
ax2 = fig.add_axes([0.95, 0.1, 0.03, 0.8]) 
cb = mpl.colorbar.ColorbarBase(ax2, cmap=cmap, norm=norm, spacing='proportional', ticks=bounds, boundaries=bounds, format='%1i') 

ax.set_title('Well defined discrete colors') 
ax2.set_ylabel('Very custom cbar [-]', size=12) 

我个人认为有20点不同的颜色它有点难以阅读的具体价值，但多数民众赞成由你，当然。

Answer 2

你可以按照这个example：

#!/usr/bin/env python 
""" 
Use a pcolor or imshow with a custom colormap to make a contour plot. 

Since this example was initially written, a proper contour routine was 
added to matplotlib - see contour_demo.py and 
http://matplotlib.sf.net/matplotlib.pylab.html#-contour. 
""" 

from pylab import * 


delta = 0.01 
x = arange(-3.0, 3.0, delta) 
y = arange(-3.0, 3.0, delta) 
X,Y = meshgrid(x, y) 
Z1 = bivariate_normal(X, Y, 1.0, 1.0, 0.0, 0.0) 
Z2 = bivariate_normal(X, Y, 1.5, 0.5, 1, 1) 
Z = Z2 - Z1 # difference of Gaussians 

cmap = cm.get_cmap('PiYG', 11) # 11 discrete colors 

im = imshow(Z, cmap=cmap, interpolation='bilinear', 
      vmax=abs(Z).max(), vmin=-abs(Z).max()) 
axis('off') 
colorbar() 

show() 

这产生以下图片：

Answer 3

我想你想看看colors.ListedColormap来生成你的色彩地图，或者如果你只需要一个静态的色彩地图我一直在an app可能会有所帮助。

Answer 4

要设置高于或低于色彩图范围的值，您需要使用色彩映射的set_over和set_under方法。如果您想标记某个特定值，请将其掩蔽（即创建一个蒙版阵列），然后使用set_bad方法。 （看一看为基本颜色表类的文档：http://matplotlib.org/api/colors_api.html#matplotlib.colors.Colormap）

这听起来像你想是这样的：

import matplotlib.pyplot as plt 
import numpy as np 

# Generate some data 
x, y, z = np.random.random((3, 30)) 
z = z * 20 + 0.1 

# Set some values in z to 0... 
z[:5] = 0 

cmap = plt.get_cmap('jet', 20) 
cmap.set_under('gray') 

fig, ax = plt.subplots() 
cax = ax.scatter(x, y, c=z, s=100, cmap=cmap, vmin=0.1, vmax=z.max()) 
fig.colorbar(cax, extend='min') 

plt.show() 

Answer 5

以上答案是好的，但他们不”在颜色条上放置适当的刻度线。我喜欢在颜色中间有滴答，以便数字 - >颜色映射更清晰。可以通过改变呼叫matshow的限制解决这个问题：

import matplotlib.pyplot as plt 
import numpy as np 

def discrete_matshow(data): 
    #get discrete colormap 
    cmap = plt.get_cmap('RdBu', np.max(data)-np.min(data)+1) 
    # set limits .5 outside true range 
    mat = plt.matshow(data,cmap=cmap,vmin = np.min(data)-.5, vmax = np.max(data)+.5) 
    #tell the colorbar to tick at integers 
    cax = plt.colorbar(mat, ticks=np.arange(np.min(data),np.max(data)+1)) 

#generate data 
a=np.random.randint(1, 9, size=(10, 10)) 
discrete_matshow(a)