如何使用matplotlib定义绝对值的颜色映射

Question

我使用以下脚本进行绘图：

import matplotlib

import matplotlib.pyplot as plt
import numpy as np
import pylab as pl
import math
import matplotlib as mpl
from matplotlib.ticker import MultipleLocator
from matplotlib.colors import LinearSegmentedColormap

cdict1 = {'red':   ((0.0, 1.0, 1.0),
                   (0.4, 1.0, 1.0),
                   (0.7, 0.0, 0.0),
                   (1.0, 0.0, 0.0)),

         'green': ((0.0, 1.0, 1.0),
                   (0.1, 0.0, 0.0),
                   (1.0, 0.0, 0.0)),

         'blue':   ((0.0, 1.0, 1.0),
                   (0.1, 0.0, 0.0),
                   (0.4, 0.0, 0.0),
                   (1.0, 1.0, 1.0))
        }

white_blue_red = LinearSegmentedColormap('WhiteBlueRed', cdict1)
plt.register_cmap(cmap=white_blue_red)

x = np.loadtxt('data.dat',
                 unpack=True)

plt.scatter(x[0], x[1], marker='.', s=3, linewidths=0, c=x[3], cmap= \
            plt.get_cmap('WhiteBlueRed')) # plt.cm.bwr  
plt.colorbar()

plt.show()

我定义的颜色映射使用相对值（0表示函数的最小值，1表示最大值）。问题是，我想将该代码用于绘制数百个不同的文件，并且希望每个图都具有完全相同的颜色映射。有没有可能使用绝对值来定义颜色映射？这将解决我的问题。

- DonkeyKong

Answer 1

在这种情况下，关键是norm，而不是颜色地图。

颜色地图为已缩放的数据定义颜色。 norm将数据缩放到0-1范围内。

默认情况下，如果提供了vmin和vmax参数，则会创建一个Normalize实例，该实例在数据的最小值和最大值之间进行缩放或它们之间进行缩放。

但是，在您的情况下可能有一些不同的辅助函数会很有用。

如果您想要离散的颜色条，那么有一个辅助函数可以为您生成norm和cmap: matplotlib.colors.from_levels_and_colors。它接受一个值列表和一个颜色列表，并返回一个BoundaryNorm实例和一个LinearSegmentedColormap实例:

例如：

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

data1 = 3 * np.random.random((10, 10))
data2 = 5 * np.random.random((10, 10))

levels = [0, 1, 2, 3, 4, 5]
colors = ['red', 'brown', 'yellow', 'green', 'blue']
cmap, norm = matplotlib.colors.from_levels_and_colors(levels, colors)

fig, axes = plt.subplots(ncols=2)
for ax, dat in zip(axes, [data1, data2]):
    im = ax.imshow(dat, cmap=cmap, norm=norm, interpolation='none')
    fig.colorbar(im, ax=ax, orientation='horizontal')
plt.show()

注意，这将创建一个离散的色彩地图。

如果我们想要使用连续的色彩地图，可以指定相同的 vmin 和 vmax参数，或者创建自己的 Normalize 实例，并将其作为所有图像的 norm 参数传递。

此外，还有一个类似的函数可以从颜色列表中创建连续的色彩地图：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import LinearSegmentedColormap

data1 = 3 * np.random.random((10, 10))
data2 = 5 * np.random.random((10, 10))

colors = ['red', 'brown', 'yellow', 'green', 'blue']
cmap = LinearSegmentedColormap.from_list('name', colors)
norm = plt.Normalize(0, 5)

fig, axes = plt.subplots(ncols=2)
for ax, dat in zip(axes, [data1, data2]):
    im = ax.imshow(dat, cmap=cmap, norm=norm, interpolation='none')
    fig.colorbar(im, ax=ax, orientation='horizontal')
plt.show()

- Joe Kington