制作散点图时,发散色图有很多选项,强调极值处的数据,但收敛色图没有选项,强调范围中间附近的数据。谁能推荐一个,或者告诉我为什么使用一个是个坏主意?
我的用例是一个散点图,其中每个点代表对不同数据集的拟合,颜色代表拟合的减少卡方。我想强调接近 1 的值,而不强调不合适的值。
编辑
这是我的用例的更详细信息。我正在测量一种算法的性能,该算法旨在区分时间序列数据中的真实信号和系统信号(在这种情况下,开普勒数据中的行星凌日与数据中的故障)。对于每个模拟,我都有一个输入值,一个描述算法决策的数字,以及一个测量拟合优度的减少卡方。我想使用配色方案突出显示卡方最接近 1 的点,而不是拟合不好的点。
我可以用很多方法来做到这一点(例如用磅值),但如果可以的话我想用颜色来做到这一点。
最佳答案
一种简单的方法是修改标准颜色图。有一个关于如何进行颜色映射转换的 scipy 食谱页面,以及 using the cmap_map
function from there ,可以这样做:
inv = cmap_map(lambda x: 1-x, cm.PRGn) # the "transformation" = 1-x
# plot the original or modified for comparison
x,y=mgrid[1:2,1:10:0.1]
plt.imshow(y, cmap=cm.PRGn)
plt.title("original")
plt.figure()
plt.imshow(y, cmap=inv)
plt.title("inverted")
plt.show()
关于python - 什么是 matplotlib 的良好收敛色图,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30381155/