如何在plotly scattergeo中自定义颜色栏？

Question

我从美国宇航局地球数据网站（南美洲的火灾）上获取了一些火灾数据，并将这些数据绘制在世界地图上。我用一个色条来显示每个火的亮度

火焰亮度的变化与全色标范围不一致，大多数火焰颜色相同（黄色）。这是我的密码：

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')

我是否可以改变色标的限制，使标记具有更宽的颜色范围并更好地区分？还是有更好的策略

Answer 1

The variance in brightness of the fires does not correspond to the full colorscale range

是的，有。只需查看数据的更简单可视化：

图1:海本分布图

代码1:Seaborn分布图

import seaborn as sns
import numpy as np
sns.set(color_codes=True)
sns.distplot(tuple(brights))

由于以下三个原因，您的情节最终看起来像这样：

1. 在brightness = 330周围有许多观测
2. 对明亮火焰的观测很少
3. 最重要的是，标记按它们在数据集中出现的顺序添加到绘图中

因此，如果您只是对数据进行排序，以确保较亮的火不会被较暗的火覆盖，您将得到以下结果：

*绘图2:使用brights.sort()排序brights

我认为应该注意这一点：

[...] 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 [...]

<>你也可以eEM>考虑你的数据的日志记录。我对它进行了测试，但在视觉上没有太大的差别。请注意，我删除了'size': [1/60* bright for bright in brights]部分。我认为情节2看起来比这更好：

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')