如何将Xarray plot xr.ufuncs.log(data_slice).plot(cmap='magma'，vmin=0，vmax = max_value*.7)转换为matplotlib图？
如何将Xarray plot xr.ufuncs.log(data_slice).plot(cmap='magma'，vmin=0，vmax = max_value*.7)转换为matplotlib图？
提问于 2020-06-19 05:02:14
所以基本上我有一个X数组和一个NumPy数组，它们代表了一个谱图的相同数据。以下代码用于绘制非常清晰的Xarrray (它将频谱图剪切到最大值以上)
plt.figure(figsize=(3,5))
data_slice = data['__xarray_dataarray_variable__'].sel(slices=41625.0)
max_value = np.log(data.sel(slices=slice(67.5, 5.999625e+05)).max(xr.ALL_DIMS)['__xarray_dataarray_variable__'].values)
xr.ufuncs.log(data_slice).plot(cmap='magma', vmin=0, vmax = max_value*.7)在这里，我们有Xarray的->数据，我们选择其中的一部分，然后使用xf.plot绘制它。类似地，我有一个形状为( 256,12333)的Numpy数组，其中12333表示时间戳的数量，256表示频率段。我如何告诉我的绘图数据，直到我需要绘图的东西中的最大值？我想这样做是为了得到一个放大的频谱图图像，这样我就可以清楚地看到声音。到目前为止，我一直在绘制我的numpy数组，如下所示-
plt.imshow(data[:, 30:100])回答 1
Stack Overflow用户
发布于 2020-07-03 05:05:44
为什么不直接把它转换成DataArray呢？
然后您将利用xarray的绘图实用程序。
特别是，您将能够使用robust=True kwarg，它将自动从动态颜色范围中删除潜在的异常值。
还可以使用"long_name"属性进行自动标记。
freq_count, time_count = 256, 12333
data = np.random.randn(freq_count, time_count)
da = xr.DataArray(
dims=("frequency", "time"),
data=data,
coords=dict(
frequency=np.arange(freq_count),
time=np.arange(time_count),
),
attrs=dict(long_name="Spectral intensity over time")
)绘图：
fig, axes = plt.subplots(ncols=2)
da.plot.imshow(robust=False, ax=axes[0])
da.plot.imshow(robust=True, ax=axes[1])
plt.show()robust=False图和robust=True图的比较：
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/62459356
复制相关文章
相似问题
腾讯云开发者
