将两个二维数组合并成一个图像绘图

Question

我有两个二维数组，分别代表地图上的一种属性。其中一个表示冰雹的概率（0%-100%），另一个表示冰雹的严重程度（0-无冰雹，1-低，2-中，3-高）。

我可以使用matplotlib的imshow和预定义的颜色映射单独绘制这些数组：

import matplotlib.pyplot as plt
import matplotlib.colors as cl

cmap = cl.ListedColormap(['#00FF00', '#FFFF00', '#FF0000'])
bounds = [0, 30, 60, 100]
norm = cl.BoundaryNorm(bounds, cmap.N)

plt.subplot(121)
plt.imshow(hail_prob, cmap=cmap, norm=norm)

cmap = cl.ListedColormap(['#00FF00', '#FFFF00', '#FF0000'])
bounds = [0.5, 1.5, 2.5, 3.5]
norm = cl.BoundaryNorm(bounds, cmap.N)

plt.subplot(122)
plt.imshow(hail_sev, cmap=cmap, norm=norm)

如上所述，这很容易。

然而，我希望有一个独特的情节，结合了两个特征。我已经测试过contour函数，但是数据相当不规则，绘图效果很差。

我一直在考虑将两种特性合并成一个颜色映射，但我不太确定如何做到这一点。假设我想要每个概率和严重程度的组合颜色。

有什么想法吗？

- Iñigo Hernáez Corres

---

有关其他想法，请参见著名的matplotlib图库。 - askewchan

Answer 1

我会制作散点图，其中颜色是一个值，大小是另一个值。例如，颜色可以是概率，而大小可以是强度。

以下是一些随机数据。

hail_prob = np.random.rand(48, 64)
hail_sev = np.random.randint(0,4,hail_sev.shape)

在这里，您可以使用np.meshgrid从现有数据中获取x-y点，并在散点图中使用它们：

x = np.arange(hail_prob.shape[1])
y = np.arange(hail_prob.shape[0])
xy = np.meshgrid(x,y)
scatter(*xy, c=hail_prob, s=hail_sev)

你需要调整尺寸的规范化，因为你的单位可能与像素大小不同。以下是更有趣的形状示例：

- askewchan

Answer 2

我不确定结果如何，但您可以使用不同的颜色映射将一个图形覆盖在另一个图形上，并调整顶部图形的透明度(alpha)。

例如，

cmap1='Reds'
cmap2='Blues'
plt.imshow(hail_prob, cmap=cmap1, norm=norm)
plt.imshow(hail_sev, cmap=cmap2, norm=norm, alpha=0.5)
plt.colorbar()

- Lee

---

我一直在思考与你所说的类似的事情，但我不知道这是否可能。我的想法是使用一种颜色映射来表示一个属性，并根据另一个属性定义透明度。你觉得这可行吗？ - Iñigo Hernáez Corres

是的，我认为是这样。您需要使用LinearSegmentedColormap并使用'cmap'的_lut属性来设置阿尔法值。请参见此https://dev59.com/zWkw5IYBdhLWcg3wHW3n#10127675 - Lee

我一直在检查 _lut 属性，它可以用来改变定义颜色映射的颜色的 alpha 值。然而，我需要的是使用二维数组的数据单独定义图像中每个像素的 alpha 值。类似于基于像素的 alpha 属性，而不是适用于整个图形的标量。 - Iñigo Hernáez Corres

我认为在数组中定义一系列的alpha值，并使用“_lut”应该可以达到相同的效果。我不确定是否可以逐像素定义alpha值。 - Lee

这是与此讨论相关的问题链接：https://dev59.com/HWUp5IYBdhLWcg3wh4BW#15435734 - tacaswell