我正在尝试使用定制的颜色图绘制 0-69 范围内的数据。这是一个例子:
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.colors import LinearSegmentedColormap
colors = [(0.9, 0.9, 0.9), # Value = 0
(0.3, 0.3, 0.3), # Value = 9
(1.0, 0.4, 0.4), # Value = 10
(0.4, 0.0, 0.0), # Value = 19
(0.0, 0.7, 1.0), # Value = 20
(0.0, 0.1, 0.3), # Value = 29
(1.0, 1.0, 0.4), # Value = 30
(0.4, 0.4, 0.0), # Value = 39
(1.0, 0.4, 1.0), # Value = 40
(0.4, 0.0, 0.4), # Value = 49
(0.4, 1.0, 0.4), # Value = 50
(0.0, 0.4, 0.0), # Value = 59
(1.0, 0.3, 0.0), # Value = 60
(1.0, 0.8, 0.6)] # Value = 69
# Create the values specified above
max_val = 69
values = [n for n in range(max_val + 1) if n % 10 == 0 or n % 10 == 9]
# Create colormap, first normalise values
values = [v / float(max_val) for v in values]
values_and_colors = [(v, c) for v, c in zip(values, colors)]
cmap = LinearSegmentedColormap.from_list('my_cmap', values_and_colors,
N=max_val + 1)
# Create sample data in range 0-69
data = np.round(np.random.random((20, 20)) * max_val)
ax = plt.imshow(data, cmap=cmap, interpolation='nearest')
cb = plt.colorbar(ticks=range(0, max_val, 10))
plt.show()
我非常困惑为什么颜色条刻度与颜色渐变之间的明显分隔不对齐(每个颜色有 10 种颜色)。
我尝试将数据和 View 间隔设置为 [0, 69] 到 [0, 70]:
cb.locator.axis.set_view_interval(0, 70)
cb.locator.axis.set_data_interval(0, 70)
cb.update_ticks()
但这似乎没有做任何事情。
请问有人可以建议吗?
最佳答案
解决我的问题的最简单方法是在可映射的定义中设置vmax
:
ax = plt.imshow(data, cmap=cmap, interpolation='nearest', vmax=max_val + 1)
它被设置为 max_val
,因为 Colorbar 类在其 __init__
中调用了 mappable.autoscale_None()
,该调用设置 vmax
到 data.max()
,即 69。
我认为我只是以错误方式使用LinearSegmentedColormap
的受害者。我希望为特定颜色分配离散值,但与 LinearSegmentedColormap 关联的颜色条的显示假定连续数据,因此默认为 data.min()
和 data.max()
,即本例中为 0 和 69。
关于python - Matplotlib:未对齐的颜色条刻度线?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39486999/