使用范围内的值创建一个 LinearSegmentedColormap

Question

我想在matplotlib gridspec 图像中绘制几个网格。每个图像都有一个颜色图，我想让该颜色图对所有图像都可解释。 为此，我需要创建一个将应用于所有图像的通用颜色图。取值范围应介于所有图像值的最小值和所有图像值的最大值之间。

因此，我需要创建一个LinearSegmentedColormap，我可以在其中定义最大值和最小值。

是否可以定义表示颜色图谱的值？

例子：

1 - 三个值是（从左到右）：-2.024131、-3.837179、-2.947026

2 - -2.343214, -4.110780, -1.029205

1 的第一个颜色是白色，而 2 的颜色是红色，尽管值非常接近。发生的情况是颜色是在每个图像的三个值内计算的，因此无法比较两个图像 - 比例不同。

我想要的是创建一个通用颜色图，然后从全局范围中检索每个图像的值。

亲切的问候

Answer 1

如果您真的需要一个通用颜色图，您可以创建一个BoundaryNorm，其边界正好位于颜色值的中间：

from matplotlib import pyplot as plt
import matplotlib as mpl

def min_val(combinations, color):
    return min([x for xs, cs in combinations for x, c in zip(xs, cs) if c == color])

def max_val(combinations, color):
    return max([x for xs, cs in combinations for x, c in zip(xs, cs) if c == color])

fig, ax = plt.subplots(figsize=(6, 1))
fig.subplots_adjust(bottom=0.5)

colors = ['grey', 'red', 'white']  # ordered from lowest to highest
combinations = [[[-2.024131, -3.837179, -2.947026], ['white', 'grey', 'red']],
                [[-2.343214, -4.110780, -1.029205], ['red', 'grey', 'white']]]
bounds = [min_val(combinations, 'grey'),
          (max_val(combinations, 'grey') + min_val(combinations, 'red')) / 2,
          (max_val(combinations, 'red') + min_val(combinations, 'white')) / 2,
          max_val(combinations, 'white')]

cmap = mpl.colors.ListedColormap(colors)
norm = mpl.colors.BoundaryNorm(bounds, len(colors))
cbar = mpl.colorbar.ColorbarBase(ax, cmap=cmap,
                                 norm=norm,
                                 orientation='horizontal')
cbar.set_label("Boundary norm")
fig.show()

另一种方法结合了LinearSegmentedColormap 和TwoSlopeNorm：

colors = ['grey', 'red', 'white']  # ordered from lowest to highest
combinations = [[[-2.024131, -3.837179, -2.947026], ['white', 'grey', 'red']],
                [[-2.343214, -4.110780, -1.029205], ['red', 'grey', 'white']]]
bounds = [(min_val(combinations, c) + max_val(combinations, c)) / 2 for c in colors]

fig, ax = plt.subplots(figsize=(6, 1))
fig.subplots_adjust(bottom=0.5)
cmap = mpl.colors.LinearSegmentedColormap.from_list('segmented', colors)
norm = mpl.colors.TwoSlopeNorm(vcenter=bounds[1], vmin=bounds[0], vmax=bounds[2])
cbar = mpl.colorbar.ColorbarBase(ax, cmap=cmap,
                                 norm=norm,
                                 orientation='horizontal')
cbar.set_label("TwoSlopeNorm")
fig.show()