Python Matplotlib轮廓图中的非线性缩放

Question

我在可视化一组等高线图的数据时遇到了一些困难。问题在于，我的数据点（X，Y，Z）中的Z值范围从大约2到0，而很多有趣的特征都位于0到0.3的范围内。使用普通的缩放比例，它们很难看到，如下图所示：

现在，我考虑还能做些什么。当然，可以使用对数缩放，但是首先需要考虑某种映射方式，我不确定如何做到100％。受this question的启发，可以考虑一种类型的映射scaling(x) = Log(x/min)/Log(max/min)，在那个问题中效果还不错。

同样有趣的是后续discussed here。

他们使用了某种ArcSinh缩放函数。这似乎相当不错地扩大了小特征，与整体成比例。

因此，我的问题在某种程度上是双重的。

1. 如何缩放我的等高线图数据，使小幅振荡特征不会被异常值吹走？

2. 您会使用上述任一方法或完全不同的方法进行处理吗？

我对Python比较新，我经常被已经存在的所有东西所惊讶，所以我相信可能有一种内置方式比我上面提到的任何一种都更好。

为了完整起见，我上传了数据文件（上传站点是robustfiles.com，一个快速的谷歌搜索告诉我这是一个值得信赖的网站，可以分享这些东西）

我用以下内容绘制了上述图表：

data = np.load("D:\SavedData\ThreeQubitRess44SpecHighResNormalFreqs.npy")

fig, (ax1) = plt.subplots(1,figsize=(16,16))    
cs = ax1.contourf(X, Y, data, 210, alpha=1,cmap='jet')
fig.colorbar(cs, ax=ax1, shrink=0.9)
ax1.set_title("Freq vs B")
ax1.set_ylabel('Frequency (GHz)'); ax1.set_xlabel('B (arb.)')

- user129412

---

作为注释，您可以看到一些围绕6.2 GHz和-0.6 B的特性。这是我想要更明确的内容。 - user129412

Answer 1

很好的问题。

不要对数据进行缩放。这会导致在许多缩放函数中寻找折衷方案。

相反，使用自定义颜色映射。这样，您就不必重新映射实际数据，并且可以轻松自定义要突出显示的区域的可视化效果。另一个例子可以在scipy cookbook中找到，而且互联网上还有很多其他例子。

- Oliver W.

---

这是一个很好的见解！我会查阅文档并尝试进行实验。但是，对我来说，这并不完全明显，因为这可能只是将缩放问题移动到了颜色映射中。首先当然要选择对比度高的颜色（这也不是微不足道的），但是接下来我仍然需要确保过渡是这样的，以便我感兴趣的细节变得可见。假设我在0到1的范围内从蓝色到红色，但是我的大部分细节都在0到0.2的范围内。那么我仍然需要一些特殊的颜色映射比例尺，对吗？ - user129412

@user129412 我理解你的问题是是否会将缩放问题转移到颜色映射上。但是颜色映射可以完全任意设置。要使用数据的缩放函数来实现这一点，您需要寻找分段连续函数。通过更改颜色映射，您可以更快地完成此操作。至于选择，您确实可以使其在边界处非连续（例如：1为红色，0.2为蓝色，然后为灰度），或者只需“拉伸”cmap：从蓝色到橙色为[0，.2]，从橙色到红色为（.2，1]。 - Oliver W.

是的，那很有道理。我认为关于颜色映射的文档已经足够了，所以我应该能够自己解决这个问题。谢谢！ - user129412

Answer 2

另一个选择是通过打断轴（例如这样）将图形分成两个独立的区域。

- user7345804