如何从 matplotlib 中的简单数组生成颜色图数组

Question

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。如果我有一个像这样的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.        ]])

代码有多丑！

matplotlib's document 中说：

通常使用 Colormap 实例来转换数据值（浮点数） 从区间 [0, 1] 到相应的 RGBA 颜色 颜色图表示。要将数据缩放到 [0, 1] 区间，请参阅 matplotlib.colors.Normalize。值得一提的是 matplotlib.cm.ScalarMappable 子类大量使用了这个 data->normalize->map-to-color 处理链。

那么为什么我不能只使用cm.jet(dz)？

这是我正在使用的导入

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
from matplotlib import cm

Answer 1

您复制到问题中的文档片段中给出了您问题的答案：

...从区间 [0, 1] 到 RGBA 颜色...

但如果你发现你的代码丑，你可以试着让它变得更好：

1. 您不必手动指定规范化的限制（如果您打算使用最小值/最大值）：

   norm = plt.Normalize()
   colors = plt.cm.jet(norm(dz))
   

2. 如果你觉得难看（不过我不明白为什么），你可以继续手动做）：

   colors = plt.cm.jet(np.linspace(0,1,len(dz)))
   

   但是，此解决方案仅限于等间距的颜色（在您的示例中，这是您想要的 dz。

3. 然后你也可以复制Normalize的功能（因为你似乎不喜欢它）：

   lower = dz.min()
   upper = dz.max()
   colors = plt.cm.jet((dz-lower)/(upper-lower))
   

4. 使用辅助函数：

   def get_colors(inp, colormap, vmin=None, vmax=None):
       norm = plt.Normalize(vmin, vmax)
       return colormap(norm(inp))
   

   现在你可以像这样使用它了：

   colors = get_colors(dz, plt.cm.jet)