我有以下问题,我想创建我自己的色彩映射(红色混合紫色混合蓝色),映射到-2和+2之间的值,并希望用它来绘制我的情节中的点.然后该图应该具有右侧的色阶.
这就是我到目前为止创建地图的方式.但我不确定它是否混合颜色.
cmap = matplotlib.colors.ListedColormap(["red","violet","blue"], name='from_list', N=None)
m = cm.ScalarMappable(norm=norm, cmap=cmap)
这样我就将颜色映射到值.
colors = itertools.cycle([m.to_rgba(1.22), ..])
然后我绘制它:
for i in range(0, len(array_dg)):
plt.plot(array_dg[i], markers.next(),alpha=alpha[i], c=colors.next())
我的问题是:
1.我无法绘制色标.
2.我不完全确定我的刻度是否会产生连续(平滑)的色阶.
这个问题是与此相关的一个.
我想知道的是如何将建议的解决方案应用于一堆数据(4列),例如:
0.1 0 0.1 2.0
0.1 0 1.1 -0.498121712998
0.1 0 2.1 -0.49973005075
0.1 0 3.1 -0.499916082038
0.1 0 4.1 -0.499963726586
0.1 1 0.1 -0.0181405895692
0.1 1 1.1 -0.490774988618
0.1 1 2.1 -0.498653742846
0.1 1 3.1 -0.499580747953
0.1 1 4.1 -0.499818696063
0.1 2 0.1 -0.0107079119572
0.1 2 1.1 -0.483641823093
0.1 2 2.1 -0.497582061233
0.1 2 3.1 -0.499245863438
0.1 2 4.1 -0.499673749657
0.1 3 0.1 -0.0075248589089
0.1 3 1.1 -0.476713038166
0.1 3 2.1 -0.49651497615
0.1 3 3.1 -0.498911427589 …我想在matplotlib中将surf命令从MATLAB转换为plot_surface命令.
我面临的挑战是在plot_surface命令中使用cmap函数为渐变着色表面.
这是matlab脚本
% Matlab Commands
x = -5:.25:5; y = x
[x,y] = meshgrid(x);
R = sqrt(x.^2 + y.^2);
Z = sin(R)
surf(x,y,Z,gradient(Z))
这个命令的数字可以在这里找到.(http://www.mathworks.com/help/techdoc/visualize/f0-18164.html#f0-46458)
这是python scipt当使用python和matplotlib创建类似的函数时,我无法使用渐变为表面着色.
# Python-matplotlib Commands
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure()
ax = fig.gca(projection='3d')
X = np.arange(-5, 5, 0.25)
Y = np.arange(-5, 5, 0.25)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 …我正在寻找一种使用Python和matplotlib创建四维图(表面加上色标)的方法.我能够使用前三个变量生成曲面,但我没有成功添加第四个变量的颜色标度.以下是我的数据的一小部分.任何帮助将不胜感激.谢谢
数据子集
var1 var2 var3 var4
10.39 73.32 2.02 28.26
11.13 68.71 1.86 27.83
12.71 74.27 1.89 28.26
11.46 91.06 1.63 28.26
11.72 85.38 1.51 28.26
13.39 78.68 1.89 28.26
13.02 68.02 2.01 28.26
12.08 64.37 2.18 28.26
11.58 60.71 2.28 28.26
8.94 65.67 1.92 27.04
11.61 59.57 2.32 27.52
19.06 74.49 1.69 63.35
17.52 73.62 1.73 63.51
19.52 71.52 1.79 63.51
18.76 67.55 1.86 63.51
19.84 53.34 2.3 63.51
20.19 59.82 1.97 63.51
17.43 57.89 2.05 63.38
17.9 59.95 …