假设您使用
imshow
创建图像,如下所示:
plt.set_cmap('viridis')
im=plt.imshow(mydata, interpolation='nearest',origin='lower')
plt.title('mymap')
cbar=plt.colorbar()
a=round(mydata.max(),0)
cbar.set_ticks([17,23,a])
cbar.set_ticklabels([17,23,a])
假设您有一个类似连续的数据集,其中大多数值为 0,但随后会出现跳转到最高值范围的情况。
如何“剪切”颜色条以确保它从
mydata.min()=17
开始,到 mydata.max()=27
结束,而不更改图像中的颜色?
我不想要这个:
没有限制颜色条中颜色范围的标准解决方案,因为显示的颜色通常直接链接到图像中的颜色。
因此,解决方案是创建一个独立于图像的颜色条,并填充不同的颜色图。通过剪掉所需的相应部分,可以从原始颜色图中获取此附加颜色图。
import matplotlib.pyplot as plt
import matplotlib
import matplotlib.colors
import numpy as np
# some data between 0 and 27
image = np.random.rand(30,60)*27
image[:,30:] = np.sort(image[:,30:].flatten()).reshape(30,30)
plt.figure(figsize=(8,3))
cmap = plt.get_cmap('jet')
im=plt.imshow(image, interpolation='nearest',origin='lower', cmap = cmap)
plt.title('mymap')
a=round(image.max(),0)
vmin=17 #minimum value to show on colobar
vmax = a #maximum value to show on colobar
norm = matplotlib.colors.Normalize(vmin=vmin, vmax =vmax)
#generate colors from original colormap in the range equivalent to [vmin, vamx]
colors = cmap(np.linspace(1.-(vmax-vmin)/float(vmax), 1, cmap.N))
# Create a new colormap from those colors
color_map = matplotlib.colors.LinearSegmentedColormap.from_list('cut_jet', colors)
# create some axes to put the colorbar to
cax, _ = matplotlib.colorbar.make_axes(plt.gca())
cbar = matplotlib.colorbar.ColorbarBase(cax, cmap=color_map, norm=norm,)
cbar.set_ticks([17,23,a])
cbar.set_ticklabels([17,23,a])
plt.show()