如何为对数坐标线图设置色条

Question

如何为对数坐标线图设置色条

pythonmatplotlibcolormap

3

我在为一组对应于幂律的多条线绘制的图中添加色条时遇到了问题。

为了为非图像绘制创建颜色条，我添加了一个虚拟绘图（来自这里的答案：Matplotlib - add colorbar to a sequence of line plots）。

颜色条刻度不对应绘图的颜色。

我尝试更改颜色条的规范，并且可以微调它以使其对于特定情况准确无误，但我无法普遍地做到这一点。

def plot_loglog_gauss():
    from matplotlib import cm as color_map
    import matplotlib as mpl

    """Creating the data"""
    time_vector = [0, 1, 2, 4, 8, 16, 32, 64, 128, 256]
    amplitudes = [t ** 2 * np.exp(-t * np.power(np.linspace(-0.5, 0.5, 100), 2)) for t in time_vector]

    """Getting the non-zero minimum of the data"""
    data = np.concatenate(amplitudes).ravel()
    data_min = np.min(data[np.nonzero(data)])

    """Creating K-space data"""
    k_vector = np.linspace(0,1,100)

    """Plotting"""
    number_of_plots = len(time_vector)
    color_map_name = 'jet'
    my_map = color_map.get_cmap(color_map_name)
    colors = my_map(np.linspace(0, 1, number_of_plots, endpoint=True))

    # plt.figure()
    # dummy_plot = plt.contourf([[0, 0], [0, 0]], time_vector, cmap=my_map)
    # plt.clf()

    norm = mpl.colors.Normalize(vmin=time_vector[0], vmax=time_vector[-1])
    cmap = mpl.cm.ScalarMappable(norm=norm, cmap=color_map_name)
    cmap.set_array([])


    for i in range(number_of_plots):
        plt.plot(k_vector, amplitudes[i], color=colors[i], label=time_vector[i])

    c = np.arange(1, number_of_plots + 1)
    plt.xlabel('Frequency')
    plt.ylabel('Amplitude')
    plt.yscale('symlog', linthreshy=data_min)
    plt.xscale('log')
    plt.legend(loc=3)

    ticks = time_vector
    plt.colorbar(cmap, ticks=ticks, shrink=1.0, fraction=0.1, pad=0)

    plt.show()

通过与图例进行比较，您会发现刻度值与实际颜色不匹配。例如，在色图中，128以绿色显示，而在图例中为红色。

实际结果应该是一个线性色彩条，其上刻度在色彩条上定期间隔（对应于不规则时间间隔）。当然，每个刻度的颜色也应该正确。

（最终图包含多个子图（len（time_vector）〜100），我减少了子图数量来说明并能够显示图例。）

为了澄清，这就是我想要的结果样子。

- AsaridBeck91

1

小修正 - 1,2,4,8,16,32,64 ,128,256 - MBo

真的。更新了代码和图片。 - AsaridBeck91

链接问题中被接受的答案并不实用。你考虑过其他答案吗？ - ImportanceOfBeingErnest

@ImportanceOfBeingErnest：当你写下这个评论的时候，我正在准备一个解决方案。事实上，我正要说同样的话。 - Sheldore

是的，我尝试了所有那些答案，但都无法使它们起作用。 - AsaridBeck91

你需要决定的一个主要问题是，对于无法进行对数缩放的数字0应该发生什么？ - ImportanceOfBeingErnest

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- ImportanceOfBeingErnest · Accepted Answer

最重要的原则是保持线图和ScalarMappable的颜色同步。这意味着，线的颜色不应该来自于一个独立的颜色列表，而是应该从相同的colormap中获取，并使用与将要显示的colorbar相同的归一化方法。

一个主要的问题是如何处理 0 ，因为它不能作为对数归一化的一部分。以下是一个解决方案，假设在 0 到 2 之间使用线性比例尺，在上面使用对数比例尺，并使用 SymLogNorm。

import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np

"""Creating the data"""
time_vector = [0, 1, 2, 4, 8, 16, 32, 64, 128, 256]
amplitudes = [t ** 2 * np.exp(-t * np.power(np.linspace(-0.5, 0.5, 100), 2)) for t in time_vector]

"""Getting the non-zero minimum of the data"""
data = np.concatenate(amplitudes).ravel()
data_min = np.min(data[np.nonzero(data)])

"""Creating K-space data"""
k_vector = np.linspace(0,1,100)

"""Plotting"""
cmap = plt.cm.get_cmap("jet")
norm = mpl.colors.SymLogNorm(2, vmin=time_vector[0], vmax=time_vector[-1])

sm = mpl.cm.ScalarMappable(norm=norm, cmap=cmap)
sm.set_array([])

for i in range(len(time_vector)):
    plt.plot(k_vector, amplitudes[i], color=cmap(norm(time_vector[i])), label=time_vector[i])

#c = np.arange(1, number_of_plots + 1)
plt.xlabel('Frequency')
plt.ylabel('Amplitude')
plt.yscale('symlog', linthreshy=data_min)
plt.xscale('log')
plt.legend(loc=3)

cbar = plt.colorbar(sm, ticks=time_vector, format=mpl.ticker.ScalarFormatter(), 
                    shrink=1.0, fraction=0.1, pad=0)

plt.show()