在matplotlib
的某些函数中,我们必须传递color
参数而不是cmap
参数,例如bar3d
。
所以我们必须手动生成一个Colormap
。如果我有这样的dz
数组:
dz = [1,2,3,4,5]
我想要的是:
ax.bar3d(xpos, ypos, zpos, dx, dy, dz, color=cm.jet(dz), zsort='average')
但是,它不起作用,似乎Colormap
实例只能转换规范化数组。
>>> dz = [1,2,3,4,5]
>>> cm.jet(dz)
array([[ 0. , 0. , 0.51782531, 1. ],
[ 0. , 0. , 0.53565062, 1. ],
[ 0. , 0. , 0.55347594, 1. ],
[ 0. , 0. , 0.57130125, 1. ],
[ 0. , 0. , 0.58912656, 1. ]])
当然,这不是我想要的。
我必须这样做:
>>> cm.jet(plt.Normalize(min(dz),max(dz))(dz))
array([[ 0. , 0. , 0.5 , 1. ],
[ 0. , 0.50392157, 1. , 1. ],
[ 0.49019608, 1. , 0.47754586, 1. ],
[ 1. , 0.58169935, 0. , 1. ],
[ 0.5 , 0. , 0. , 1. ]])
代码真难看!
Typically Colormap instances are used to convert data values (floats) from the interval [0, 1] to the RGBA color that the respective Colormap represents. For scaling of data into the [0, 1] interval see matplotlib.colors.Normalize. It is worth noting that matplotlib.cm.ScalarMappable subclasses make heavy use of this data->normalize->map-to-color processing chain.
所以为什么我不能只用cm.jet(dz)
?
这是我用的进口货
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
from matplotlib import cm
问题的答案在您复制到问题中的文档摘要中给出:
但是如果你发现你的代码很难看,你可以试着让它更好:
您不必手动指定规格化的限制(如果您打算使用min/max):
如果你觉得很难看(但我不明白为什么),你可以继续手动操作:
然而,这一解决方案仅限于等距颜色(这是给定示例中的
dz
所需的颜色)。然后您还可以复制
Normalize
的功能(因为您似乎不喜欢它):使用帮助函数:
现在您可以这样使用它:
相关问题 更多 >
编程相关推荐