我有多条曲线,它们的一个参数不同,并且我想将其绘制在一张图中。为了区分它们,我想使用 matplotlib 的颜色条之一。为此,我根据所述参数生成一个颜色列表。此外,我想添加一个颜色条来解释所使用的颜色。我可以轻松做到这一切。现在的问题是,我只想使用可用颜色图的一部分,因为它变得太亮,因此在高于某个阈值时几乎不可见。但是,当我现在仅在子范围中选择颜色时,我没有找到调整显示颜色条范围的方法。
这是我想要实现的目标的(几乎)最小示例:
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
gs = gridspec.GridSpec(2, 1,
height_ratios=[1, 4]
)
ax = [plt.subplot(g) for g in gs]
parameterToColorBy = np.linspace(5, 10, 6, dtype=float)
maxColor = 0.85
colors = [plt.get_cmap("inferno")(i)
for i in np.linspace(0, maxColor, parameterToColorBy.shape[0])]
norm = mpl.colors.Normalize(parameterToColorBy[0],
parameterToColorBy[0]+
(parameterToColorBy[-1]-parameterToColorBy[0])/
maxColor)
cb = mpl.colorbar.ColorbarBase(ax[0],
cmap="inferno",
norm=norm,
ticks=parameterToColorBy,
orientation='horizontal')
ax[0].xaxis.set_ticks_position('top')
for p, c in zip(parameterToColorBy, colors):
ax[1].plot(np.arange(2)/p, c=c)
plt.show()
结果如下:
我现在希望颜色条停止在 10。但是如果我只是通过添加行
xlim
来调整子图的 ax[0].set_xlim(0, maxColor)
,则彩色部分调整正确,但周围的框弄乱了:
或者,我找到了一个用于颜色条的函数
set_clim
。但这只会改变规范化,并且似乎没有按照我想要的方式工作。添加 cb.set_clim(parameterToColorBy[0], parameterToColorBy[-1])
会导致颜色更改但轴不变:
我似乎需要的是一种调整显示颜色条限制的适当方法,或者一种创建自己的颜色条作为可用颜色条的子集的方法。有什么办法可以实现其中之一吗?
您可以使用我在下面的代码中编写的
truncate_colormap
函数截断颜色图。它从现有的颜色图创建一个新的 matplotlib.colors.LinearSegmentedColormap
。
请注意,您不需要将
Normalise
实例缩放 maxColor
,并且在创建 colors
列表和 colorbar
时需要使用这个新的颜色图实例。
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
import matplotlib.colors as mcolors
gs = gridspec.GridSpec(2, 1,
height_ratios=[1, 4]
)
ax = [plt.subplot(g) for g in gs]
parameterToColorBy = np.linspace(5, 10, 6, dtype=float)
def truncate_colormap(cmap, minval=0.0, maxval=1.0, n=-1):
if n == -1:
n = cmap.N
new_cmap = mcolors.LinearSegmentedColormap.from_list(
'trunc({name},{a:.2f},{b:.2f})'.format(name=cmap.name, a=minval, b=maxval),
cmap(np.linspace(minval, maxval, n)))
return new_cmap
minColor = 0.00
maxColor = 0.85
inferno_t = truncate_colormap(plt.get_cmap("inferno"), minColor, maxColor)
colors = [inferno_t(i)
for i in np.linspace(0, 1, parameterToColorBy.shape[0])]
norm = mpl.colors.Normalize(parameterToColorBy[0],
parameterToColorBy[-1])
cb = mpl.colorbar.ColorbarBase(ax[0],
cmap=inferno_t,
norm=norm,
ticks=parameterToColorBy,
orientation='horizontal')
ax[0].xaxis.set_ticks_position('top')
for p, c in zip(parameterToColorBy, colors):
ax[1].plot(np.arange(2)/p, c=c)
plt.show()