matplotlib 3d contour_plot 颜色级别答案

【问题标题】：matplotlib 3d contour_plot colour levelsmatplotlib 3d contour_plot 颜色级别
【发布时间】：2015-10-22 03:53:00
【问题描述】：

如何更改 3d matplotlib plot_surface 中离散颜色级别的数量？

例如

    normalisation = matplotlib.colors.Normalize(vmin=numpy.amin(Z), vmax=numpy.amax(Z))
    axis.plot_surface(X,Y,Z,cmap=matplotlib.pyplot.cm.Greys,norm=normalisation)

但是在归一化范围内有 N 个颜色级别？

【问题讨论】：

标签： python matplotlib colors 3d contour

【解决方案1】：

尝试使用它进行标准化，其中 n 是级别数：

cmap = matplotlib.pyplot.cm.Greys
bounds = numpy.linspace(numpy.amin(Z),numpy.amax(Z), n + 1)
normalisation = matplotlib.colors.BoundaryNorm(bounds, cmap.N)

【讨论】：

色图不需要标准化输入，那么边界规范（即返回整数）如何为色图提供标准化？另外，为什么边界规范有 2 个输入，边界是否需要等于 clap.N 才能使颜色到边界映射起作用？感谢您的回答，我只是不理解 BoundaryNorm 类。
如果您查看 Colormap.__call__ 的文档字符串，您可以使用从 0 到 Colormap.N 的整数（即颜色图中的颜色数）或浮点数：“对于浮点数，X 应该是在区间 [0.0, 1.0] 中返回 RGBA 值 X*100 沿颜色图线的百分比。对于整数，X 应该在区间 [0, Colormap.N) 中以从索引为 @ 的颜色图中返回 indexed 的 RGBA 值987654325@。”
至于为什么 bounds 不必等于 ncolors（在这种情况下是 cmap.N，但如果你想使用更少的颜色图，你可以选择较低的值），BoundaryNorm 缩放整数乘以 (len(ncolors) - 1) / (len(bounds) - 2)。
谢谢艾米蒂加登。这会运行，并提供比 matplotlib.colors.Normalize 更多的颜色量化级别，但不是在例如 bounds 或 cmap.N 中指定的颜色量化级别。