Matplotlib带有两个参数的颜色映射表

Question

我正在尝试使用颜色在地图上表示两个变量x和y。

目前为止，我能做到的最好的方法是使用一种变量的颜色和另一种变量的透明度。

plt.Polygon(shape.points, fill=False, color=cmap(y), alpha=x)

在matplotlib中是否有可能创建一个二维的颜色映射，以便同时表达这两个变量？

- hangc

---

相关（绝对不是重复）https://dev59.com/VWgu5IYBdhLWcg3w8bhs - Mad Physicist

具体来说是第二个答案 https://dev59.com/VWgu5IYBdhLWcg3w8bhs#10992313 - Mad Physicist

你也可以尝试实现自己的颜色映射，将x和y编码为单个参数，例如一个复数，并有一个函数返回该编码值。 - Mad Physicist

对于一个漂亮的二维彩色地图作为极坐标图的实现，请参见此答案。 - ImportanceOfBeingErnest

这个回答解决了你的问题吗？有没有办法在matplotlib中使用双变量颜色地图？ - Neinstein

Answer 1

一般情况下，matplotlib中的调色板是1D的，即它们将标量映射到颜色。要获得2D调色板，需要想出一种将两个标量映射到颜色的方法。虽然这在原理上是可能的，但不如通常的调色板方便。下面是一个示例，我们将两个参数分别映射到红色和蓝色RGB颜色通道，从而创建了一个2D调色板。

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots()
ax.set_aspect("equal")

x = [1,1,2,2,3,3] # xdata
y = [1,2,3,1,2,3] # ydata
p1 = [0.2,0.4,.6,.8,.6,.1] # parameter 1
p2 = [0.4,0.5,.7,.1,.3,.7] # parameter 2

# create a very simple colormap, 
#  mapping parameter 1 to the red channel and 
#          parameter 2 to the blue channel
cmap = lambda p1,p2 : (p1, 0, p2)

# put shapes at positions (x[i], y[i]) and colorize them with our
# cmap according to their respective parameters
for i in range(len(x)):
    circle = plt.Circle((x[i], y[i]), 0.5, color=cmap(p1[i],p2[i]))
    ax.add_artist(circle)
    tx="p1: {}\np2: {}".format(p1[i],p2[i]) # create a label
    ax.text(x[i], y[i], tx, ha="center", color="w", va="center")

ax.set_xlim(0,4)
ax.set_ylim(0,4)
ax.set_xlabel("x")
ax.set_ylabel("y")

# create the legend:

plt.subplots_adjust(left=0.1, right=0.65, top=0.85)
cax = fig.add_axes([0.7,0.55,0.3,0.3])
cp1 = np.linspace(0,1)
cp2 = np.linspace(0,1)
Cp1, Cp2 = np.meshgrid(cp1,cp2)
C0 = np.zeros_like(Cp1)
# make RGB image, p1 to red channel, p2 to blue channel
Legend = np.dstack((Cp1, C0, Cp2))
# parameters range between 0 and 1
cax.imshow(Legend, origin="lower", extent=[0,1,0,1])
cax.set_xlabel("p1")
cax.set_ylabel("p2")
cax.set_title("2D cmap legend", fontsize=10)

plt.show()

这个方案当然可以扩展到其他（更复杂的）颜色映射，并且也可以用于imshow或pcolormesh绘图。此外，与RGB相比，使用HSV颜色方案可能更有益，因此matplotlib.colors.hsv_to_rgb(hsv)可能会有所帮助。

- ImportanceOfBeingErnest

Answer 2

有一个适用于2D色图的Javascript插件，可以在这里找到。

将其快速翻译成Python代码可能如下：

# Based on: https://github.com/dominikjaeckle/Color2D

import matplotlib.pyplot as plt
import numpy as np

COLORMAP_FILE = "./bremm.png"


class ColorMap2D:
    def __init__(self, filename=None):
        self._colormap_file = filename or COLORMAP_FILE
        self._img = plt.imread(self._colormap_file)

        self._width = len(self._img[0])
        self._height = len(self._img)

        self._range_x = (0, 1)
        self._range_y = (0, 1)

    def _scale(self, u: float, u_min: float, u_max: float) -> float:
        return ((u + 1) - (u_min + 1)) / ((u_max + 1) - (u_min + 1))

    def _scale_x(self, x: float) -> int:
        val = self._scale(x, self._range_x[0], self._range_x[1])
        return int(val * (self._width - 1))

    def _scale_y(self, y: float) -> int:
        val = self._scale(y, self._range_y[0], self._range_y[1])
        return int(val * (self._height - 1))

    def __call__(self, X):
        assert len(X.shape) == 2

        self._range_x = (X[:, 0].min(), X[:, 0].max())
        self._range_y = (X[:, 1].min(), X[:, 1].max())

        output = np.zeros((X.shape[0], 3))
        for i in range(X.shape[0]):
            x, y = X[i, :]
            xp = self._scale_x(x)
            yp = self._scale_y(y)
            output[i, :] = self._img[xp, yp]
        return output

这需要在同一目录下有 bremm.png 文件才能正常使用。

您可以像使用其他 Matplotlib 色彩映射一样使用它：

cmap = ColorMap2D()
colors = cmap(array)

其中array是一个N x 2的矩阵，包含了(x, y)坐标。

- GjjvdBurg

---

一些简化说明，如果您不介意的话：1）为什么在 _scale 的减法两侧都加 1？它可以简单地写成 (u - u_min) / (u_max - u_min)。2）len(X.shape) 等同于 X.ndim（而 X.shape[0] 等同于 len(X)）。 - Neinstein

我在这里发布了更新版本：https://dev59.com/HWUp5IYBdhLWcg3wh4BW#68981516 - Neinstein