如何从matplotlib中的简单数组生成色彩映射数组

Question

在某些函数中matplotlib,我们必须传递color参数而不是cmap参数bar3d.

所以我们必须Colormap手动生成.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,似乎它不起作用 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.

我必须做这样的事情:

>>> 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.        ]])

代码有多难啊!

在matplotlib的文档中,它被说成:

通常,Colormap实例用于将数据值(浮点数)从区间[0,1]转换为相应Colormap表示的RGBA颜色.要将数据缩放到[0,1]间隔,请参阅matplotlib.colors.Normalize.值得注意的是,matplotlib.cm.ScalarMappable子类大量使用此data-> normalize-> map-to-color处理链.

那我为什么不能用cm.jet(dz)呢？

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

您的问题的答案在您复制到问题中的文档的snipplet中给出:

...从区间[0,1]到RGBA颜色......

但如果你发现你的代码很难看,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min/max):

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

2. 如果你发现那个丑陋(我不明白为什么),你可以继续手动操作):

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

   然而,这种解决方案仅限于等间距的颜色(这是您dz在示例中给出的颜色).

3. 然后你也可以复制Normalize(因为你似乎不喜欢它)的功能:

   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))
   

   现在您可以像这样使用它:

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