这是我的问题
抱歉表达困惑。
只需检查我的更新。更清楚了。
1。简介
- 3-d numpy 数组“数据”,形状为 (10, 31, 37)。
- 第一个维度 10 是二维数组的数量
- 最后 2 个数组表示二维区域的某个网格值,值为 0 和 1
显示如下:
### mask the value 0 of data[1,:,:]
data_mask = np.ma.masked_less(data[[1,:,:],0.001)
pc =plt.pcolor(xx,yy,data_mask[i,:,:],alpha =1,facecolor = "pink",edgecolor = 'steelblue',zorder =3)
## plotting the grid line
mesh =plt.pcolor(xx,yy,data[1,:,:],cmap="gray",alpha =0.45,facecolor = "none",edgecolor = 'k')
(来源:tietuku.com)
2。我的尝试
- 在一张图中用不同颜色绘制每个二维数组
- 如果可以用其他颜色(如维恩图)或填充类型(“hatch”)绘制横截面部分,:
(来源:tietuku.com)
3。我的代码
例如两个二维数组。
(来源:tietuku.com)
cs=plt.cm.jet(np.arange(2)/2.)
for i in range(0,2,1):
data_mask = np.ma.masked_less(data[i,:,:],0.001)
plt.pcolor(xx,yy, data_mask[i,:,:],alpha =0.95,facecolor = cs[i],edgecolor = 'k',zorder =3)
结果
(来源:tietuku.com)
这些图看起来都是颜色设置错误的。
4。我的问题
- How to set the pcolor grid color? In my example, using
facecolor =
didn't work. And I know usingcmap = plt.cm.xxx
works(picture below). But I must plot this two 2-d array separately.
(来源:tietuku.com)
- As I said in 'My attempt 2', Is there a method to testify the overlapping and label these grid in some smart way.
我能想到的是生成另一个名为“overlap”的 np.array 并保存每个网格的信息
for i in range(0,data.shape[1],1):
for j in range(0,dat.shape[2],1):
if (data[0,i,j] == 1) & (data[1,i,j] == 1.0):
overlap[i,j] = 1
当二维数组超过两个时,此方法无法应对。
更新-2016-01-17
我用生成它的代码将我的问题总结为一张图:
cover_mask = np.ma.masked_less(data[0,:,:],0.001)
plt.pcolor(xx,yy,data_mask[0,:,:],cmap = plt.cm.Set1,alpha =0.75,\
edgecolor = 'k',zorder =3)
cover_mask = np.ma.masked_less(cov[1,:,:],0.001)
plt.pcolor(xx,yy,cover_mask[1,:,:],cmap = plt.cm.Set2,alpha =0.75,\
edgecolor = 'k',zorder =3)
http://i4.tietuku.com/1d47a3410417cd4f.png
我的问题
在上面的代码中,我分别绘制了二维数组。如果可以使用
facecolor = 'cs[i]'
和cs=plt.cm.xxx(np.arange(2)/2.)
设置网格颜色,我可以循环所有数据[0:10,:,:]。但我只能使用cmap = xxx
来区分每个数组的颜色。 我不知道如何循环颜色图。上图中,红色网格和绿色网格重叠。为了更好的可视化效果,我想将这些重叠的网格标记为“strikeed”。
想法 1
- 每个二维网格都有不同的颜色,并且所有重叠区域共享相同的颜色(在我的例子中,需要 11 种颜色)
想法 2
用“X”或类似下图的内容标记重叠网格。
(来源:tietuku.com)
添加
基于此post ,好像'pcolor/pcolormesh'没有设置hatch = '*'
的功能。
最佳答案
免责声明:我以前没有使用过 numpy 颜色图。
也就是说,我想我明白你的问题出在哪里。来自 cmap 文档:
Typically Colormap instances are used to convert data values (floats) from the interval [0, 1] to the RGBA color that the respective Colormap represents.
我认为问题在于您将所有网格值设置为 1,然后将所有重叠值也设置为 1。所以在 cmap 中它们最终是相同的颜色。如果您希望它们具有不同的颜色,则它们需要具有不同的值。或者,如果您想要介于 0 和 1 之间的某个值,请使用 0 和 1 之间的 float 。将一个数组的所有值设置为 1,另一个数组的所有值设置为 0,并将重叠单元格设置为 0.5,将为您提供 cmap 另一端的颜色重叠单元格是两者的混合(假设您使用的是 2 色 cmap)。修改:
for i in range(0,data.shape[1],1):
for j in range(0,dat.shape[2],1):
#assuming you've set one array to 0 and the other to 1
overlap[0, i, j] = abs(data[0, i, j] / data[1, i, j) / 2
#if (data[0,i,j] == 1) & (data[1,i,j] == 1.0)
#overlap[i,j] = 1
希望能回答您的问题,这有点令人困惑。我很感激您提供的所有信息,但在开始时明确的“这正是错误所在”声明肯定有助于理解问题。嘿,请告诉我这是否可以解决问题,因为我很感兴趣。
关于python - 使用一堆不同颜色的二维数组绘制 pcolormesh,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34836343/