用于显示高值范围差异的Python颜色图

Question

是否有显示图像高值范围差异的颜色图？如果没有（因为我没有找到cm），是否有方法由msyself定义并将其作为参数cmap提供给seaborn/matplotlib plots？我已经尝试过对数颜色缩放，但很难定义只有最高的10%的图像应该清楚地有一个很好的色差，其余的可以是黑色的例子。 所以我有一个图像/数组，它的数字在0到2000之间。我只知道1800和2000之间的数字有什么明显的区别。 有办法吗？你知道吗

Answer 1

这并不完全是你想要的，但是你可以试着把这两组分别画出来，我的意思是：

vals = np.array([1,2,3,101,120,150])
xs = np.arange(6)
ys = np.arange(6)

mask = vals>100
vals2 = vals[mask]
xs1 = xs[mask]
xs2 = xs[np.logical_not(mask)]
ys1 = ys[mask]
ys2 = ys[np.logical_not(mask)]

plt.scatter(xs2,ys2,c='black')
plt.scatter(xs1,ys1,c=vals2)
plt.show()

当然，您可以调整第二个绘图的颜色图，以便将“有趣的”点与其他点区分开来

Answer 2

使用imshow的vmin和vmax参数可以将颜色范围限制为1800到2000。如果您想将较低的值映射到黑色，可以使用cmap.set_under(black)。你知道吗

import numpy as np
import matplotlib.pyplot as plt

t = np.linspace(-7,7,301)
x,y = np.meshgrid(t,t)
z1 = np.sin(x)*np.cos(6*y) + np.cos(12*x*y)/6
z2 = np.exp(-((x-2)**2+(y-2)**2)*3)
z = (z1*6/7+1)*100+1800-z2*1949

cmap=plt.get_cmap("viridis")
cmap.set_under("black")

fig, (ax1, ax2) = plt.subplots(ncols=2, figsize=(9,3.0))

im1 = ax1.imshow(z, cmap=cmap)
fig.colorbar(im1, ax=ax1)

im2 = ax2.imshow(z, vmin=1800, vmax=2000, cmap=cmap)
fig.colorbar(im2, ax=ax2)


ax1.set_title("Original")
ax2.set_title("Linear between 1800 and 2000")
plt.show()