我有以下颜色图:
import matplotlib.pyplot as plt
from matplotlib.colors import LinearSegmentedColormap, NoNorm
mycmap_dict = {
'red': (
(-2.0, 1.0, 1.0),
(-1.0, 0.0, 1.0),
( 0.0, 0.0, 0.0),
( 1.0, 1.0, 0.0),
( 2.0, 1.0, 1.0),
),
'green': (
(-1.0, 0.0, 1.0),
( 0.0, 0.0, 0.0),
( 1.0, 1.0, 1.0),
( 2.0, 0.0, 0.0),
),
'blue': (
(-2.0, 0.0, 0.0),
(-1.0, 1.0, 1.0),
( 0.0, 0.0, 0.0),
( 1.0, 0.0, 1.0),
)
}
my_cmap = LinearSegmentedColormap('my', mycmap_dict)
plt.register_cmap(cmap=my_cmap)
my_norm = NoNorm()
由于颜色图基于 [-2.0, 2.0] 范围内的数据而不是 [0.0, 1.0],因此使用默认规范化没有意义。我希望能够说“使用 my_cmap 时默认使用 my_norm”——这可能吗?
最佳答案
恐怕简短的回答是:不。
为了在您的自定义颜色图和规范化之间获得最佳的插值性,我强烈建议您遵守以下规则:
- Norm 获取数据并转换为 0-1*
- Cmap 采用 0-1 范围内的 float 并转换为 RGBA 值
* 此规则有一个异常(exception) - 有时您希望将 索引 到颜色映射中,因此我相信在这种情况下,规范会返回字节,然后用于按索引访问颜色在颜色图中。
抱歉,答案不是肯定的 :-)
关于python - Matplotlib:颜色图可以暗示不同的默认规范化吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/8529316/