我从 NASA 地球数据网站(南美洲的火灾)中提取了一些火灾数据,并将这些数据绘制在世界地图上。我使用颜色条来显示每个火焰的亮度。
火焰亮度的差异并不对应于完整的色阶范围,并且大多数火焰具有相同的颜色(黄色)。这是我的代码:
import csv
from plotly.graph_objs import Scattergeo, Layout
from plotly import offline
filename = 'data/MODIS_C6_South_America_24h.csv'
with open(filename) as f:
reader = csv.reader(f)
header_row = next(reader)
print(header_row)
# Get latitudes, longitudes and brightness from this file.
lats, lons, brights = [], [], []
for row in reader:
lat = float(row[0])
lats.append(lat)
lon = float(row[1])
lons.append(lon)
bright = float(row[2])
brights.append(bright)
# Map the fires
data = [{
'type': 'scattergeo',
'lon': lons,
'lat': lats,
'marker': {
'size': [1/30* bright for bright in brights],
'color': brights,
'colorscale': 'Inferno',
'reversescale': True,
'colorbar': {'title': 'Brightness'},
},
}]
my_layout = Layout(title='South America Fires\npast 24 hours')
fig = {'data': data, 'layout': my_layout}
offline.plot(fig, filename='south_america_fires.html')
我可以以某种方式改变色阶的限制,以便标记具有更广泛的颜色范围并且更好地区分吗?或者有更好的策略吗?
最佳答案
The variance in brightness of the fires does not correspond to the full colorscale range
是的,他们确实如此。只需看一下更简单的数据可视化即可:
图 1:Seaborn 分布图
代码 1:Seaborn 分布图
import seaborn as sns
import numpy as np
sns.set(color_codes=True)
sns.distplot(tuple(brights))
你的 plotly 最终看起来像现在这样有三个原因:
- 围绕
brightness = 330
有许多观察结果 - 对较亮火焰的观察很少
- 最重要的是,标记按照它们在数据集中出现的顺序添加到图中。
因此,如果您对数据进行排序以确保较亮的火焰不会被较不亮的火焰覆盖,您将得到以下结果:
*图 2: 使用 brights.sort()
排序 brights
我认为应该解决这个问题:
[...] so that the markers have a broader color range and are better distinguishable?
所以真的没有必要担心这个:
Can I somehow change the limits of the colorscale [...]
您也可以考虑对数据进行日志重新编码。我测试了它,但它并没有产生太大的视觉差异。请注意,我删除了 'size': [1/60* Bright for Brights in Brights]
部分。我认为图 2 看起来比这个更好:
完整代码:
import csv
from plotly.graph_objs import Scattergeo, Layout
from plotly import offline
filename = 'C:\\pySO\\MODIS_C6_South_America_24h.csv'
with open(filename) as f:
reader = csv.reader(f)
header_row = next(reader)
print(header_row)
# Get latitudes, longitudes and brightness from this file.
lats, lons, brights = [], [], []
for row in reader:
lat = float(row[0])
lats.append(lat)
lon = float(row[1])
lons.append(lon)
bright = float(row[2])
brights.append(bright)
brights.sort()
# Map the fires
data = [{
'type': 'scattergeo',
'lon': lons,
'lat': lats,
'marker': {
#'size': [1/60* bright for bright in brights],
'color': brights,
#'color': brights.sort(),
'colorscale': 'Inferno',
'reversescale': True,
'colorbar': {'title': 'Brightness'},
},
}]
my_layout = Layout(title='South America Fires\npast 24 hours')
fig = {'data': data, 'layout': my_layout}
offline.plot(fig, filename='south_america_fires.html')
关于python - 如何在plotly scattergeo中自定义颜色条?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/60577525/