如何在Python的Matplotlib库中增加颜色分辨率

Question

我正在制作一个2D numpy网格的颜色映射：

X, Y = np.meshgrid(fields, frequencies)
cs = ax.contourf(X, Y, fields_freqs_abs_grid, cmap="viridis", N=256)

fields_freqs_abs_grid中的值已经进行了对数缩放，这些值将以颜色绘制。

Python的matplotlib生成的色图较为粗糙--即使我使用"N=256"来设置RGB像素的数量，它也只能在8种颜色之间进行缩放。将N增加到2048并没有改变任何东西。在相同数据上使用MatLab语言绘制的图表具有更高的颜色分辨率。如何在Python中增加映射的颜色数量？

结果是：

但我希望结果是：

谢谢！

- keyert

---

尝试使用 imshow 而不是 contourf。使用 extent 参数设置 x 和 y 轴范围。 - Warren Weckesser

Answer 1

Warren Weckesser的评论绝对有效，并且可以给您提供高分辨率图像。我在下面的示例中实现了他的想法。

关于使用contourf()，我不确定这是否是版本相关问题，但在最新版本中， contourf()没有一个kwarg用于N。

正如您在文档中看到的那样，您要将N用作arg（在语法中：contourf(X,Y,Z,N)）来指定要绘制的级别数量而不是RGB像素数。 contourf()绘制填充轮廓线，分辨率取决于要绘制的级别数。您的N=256不会起作用，contourf()将自动选择7个级别。

以下代码修改自官方示例，比较了不同N的分辨率。如果存在版本问题，则此代码将提供具有python 3.5.2; matplotlib 1.5.3的以下图形：

import numpy as np
import matplotlib.pyplot as plt

delta = 0.025

x = y = np.arange(-3.0, 3.01, delta)
X, Y = np.meshgrid(x, y)
Z1 = plt.mlab.bivariate_normal(X, Y, 1.0, 1.0, 0.0, 0.0)
Z2 = plt.mlab.bivariate_normal(X, Y, 1.5, 0.5, 1, 1)
Z = 10 * (Z1 - Z2)

fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2)
fig.set_size_inches(8, 6)

# Your code sample
CS1 = ax1.contourf(X, Y, Z, cmap="viridis", N=256)
ax1.set_title('Your code sample')
ax1.set_xlabel('word length anomaly')
ax1.set_ylabel('sentence length anomaly')
cbar1 = fig.colorbar(CS1, ax=ax1)

# Contour up to N=7 automatically-chosen levels, 
# which should give the same as your code.
N = 7
CS2 = ax2.contourf(X, Y, Z, N, cmap="viridis")
ax2.set_title('N=7')
ax2.set_xlabel('word length anomaly')
ax2.set_ylabel('sentence length anomaly')
cbar2 = fig.colorbar(CS2, ax=ax2)

# Contour up to N=100 automatically-chosen levels.
# The resolution is still not as high as using imshow().
N = 100
CS3 = ax3.contourf(X, Y, Z, N, cmap="viridis")
ax3.set_title('N=100')
ax3.set_xlabel('word length anomaly')
ax3.set_ylabel('sentence length anomaly')
cbar3 = fig.colorbar(CS3, ax=ax3)

IM = ax4.imshow(Z, cmap="viridis", origin='lower', extent=(-3, 3, -3, 3))
ax4.set_title("Warren Weckesser's idea")
ax4.set_xlabel('word length anomaly')
ax4.set_ylabel('sentence length anomaly')
cbar4 = fig.colorbar(IM, ax=ax4)

fig.tight_layout()
plt.show()

- Y. Luo