在pcolormesh网格上覆盖轮廓颜色条
是一种在二维网格上可视化数据的方法。pcolormesh函数是Matplotlib库中的一个函数，可以用来绘制二维网格的颜色图。通过在颜色图上添加轮廓线和颜色条，可以更直观地展示数据的分布和变化。
优势：
- 清晰展示数据：通过将数据映射到不同的颜色，可以更清晰地展示数据的分布情况。
- 多变量可视化：可以同时展示数据的颜色和轮廓线，使得多个变量之间的关系更易于理解。
- 可自定义：可以根据需求调整颜色条的范围、颜色映射方式以及轮廓线的间隔和颜色，以实现个性化的可视化效果。
应用场景：
- 科学研究：在物理、地理、气象等领域中，pcolormesh网格覆盖轮廓颜色条常用于可视化数据分布，例如地形高度、温度分布等。
- 数据分析：在数据分析和可视化中，可以使用pcolormesh网格覆盖轮廓颜色条来展示热力图、密度图等数据分布情况。
- 工程设计：在工程设计和仿真中，可以使用pcolormesh网格覆盖轮廓颜色条来可视化参数空间、结果分布等。
推荐的腾讯云相关产品和产品介绍链接地址： 腾讯云提供了多种云计算相关产品，以下是一些相关产品的介绍链接：
- 腾讯云图像处理（https://cloud.tencent.com/product/tci）：提供丰富的图像处理和分析服务，可用于图像数据的处理和分析。
- 腾讯云视频处理（https://cloud.tencent.com/product/vod）：提供视频处理和分析的服务，可用于视频数据的处理和分析。
- 腾讯云人工智能（https://cloud.tencent.com/product/ai）：提供丰富的人工智能服务，包括自然语言处理、图像识别、机器学习等，可应用于各类人工智能场景。
- 腾讯云物联网（https://cloud.tencent.com/product/iotexplorer）：提供物联网相关的服务和平台，可用于物联网设备的连接、管理和数据处理。
- 腾讯云移动开发（https://cloud.tencent.com/product/mpp）：提供移动应用开发相关的服务和工具，可用于移动应用的开发和部署。
注意：以上推荐的产品仅作为参考，具体选择和使用还需根据实际需求和业务场景进行评估。
相关·内容
2回答
使用类标签填充轮廓
、、、
我有一个二维的点网格，其中每个点都有一个对应的标签，在范围[0.0, 5.0]中。现在我想做以下几点：
绘制网格中的所有点，并根据它们的标签对它们进行颜色化。
但是，我不想使用来完成这个任务。我试过用等高线和pcolormesh情节来做这件事：
import matplotlib.pyplot as plt
np.random.seed(1234)
x = np.linspace(-1.0, 1.0, num=5)
xx, yy = np.meshgrid(x, x)
z = np.random.randint(low=0, high=6, size=xx.shape)
levels =
浏览 0提问于2018-01-28得票数 2
回答已采纳
我有以下python代码： import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 10, 100)
y = np.linspace(0, 10, 100)
X, Y = np.meshgrid(x, y, indexing='ij')
Z = np.sin(X+Y)
plt.pcolormesh(X, Y, Z)
plt.colorbar()
plt.contour(X, Y, Z, levels=[0.5, 0.75], colors=['black','cya
浏览 9提问于2020-10-19得票数 1
回答已采纳
下面的图是matplotlib contourf图，上面叠加了matplotlib.pyplot矩形以形成网格。
什么是清除矩形边框外的轮廓图的最好方法？
浏览 0提问于2017-05-18得票数 2
1回答
我有一些使用显示的2D数据，我想在上面显示一些轮廓。我创建网格数据使用
import numpy as np
import matplotlib.pyplot as plt
def bin(x, y, nbins, weights=None):
hist, X, Y = np.histogram2d(x, y, bins=nbins, weights=weights)
x_grid, y_grid = np.meshgrid(X,Y)
return hist, x_grid, y_grid
data = ... # read from binary file
h,x
浏览 3提问于2015-12-21得票数 8
回答已采纳
我试图绘制一些网格数据，地形浮雕阴影的基础上的一些潜在的海拔数据。
我在中可以找到的大多数示例只显示了对高程数据本身的阴影--而不是如何根据海拔对单独的数组进行遮挡。
我想出了下面的代码，它几乎可以完成我希望它做的事情。首先创建一个“虚拟”映像来生成带有RGBA的RGBA数组，然后将该RGBA数组传递给LightSource.shade_rgb()函数。
#load elevation data
dem = get_sample_data('jacksboro_fault_dem.npz', np_load=True)
z = dem['elevation'
浏览 8提问于2022-03-15得票数 1
请考虑这个简化的代码片段：
import numpy as np
x = np.arange(3)
y = np.arange(2)
X, Y = np.meshgrid(x,y)
我想将已经准备好的颜色值分配给每个网格单元。对于每个RGB通道，我都有与XY网格形状相同的颜色值作为归一化RGB值-因此它是3个numpy数组，每个数组由0到1个浮点数组成，表示通道值
我首先尝试了，因为它看起来是我想要的确切工具，但我不能理解颜色映射是如何完成的。
似乎颜色数组(文档中的C)映射到默认的(或手动指定的)颜色映射表上，但是我不能得到这个颜色数组中的值的逻辑和它的作用。
如果值从网格单元格值映射到
浏览 4提问于2011-11-16得票数 5
回答已采纳
我想用matplotlib在一组轴上绘制几个RGB图像。我最初尝试使用imshow来实现这一点，但它似乎并不能处理一组不同程度的轴上的两个图像(当我绘制第二个图像时，它会使第一个图像消失)。我认为这里的答案是使用pcolormesh，就像在中一样
但是，这似乎不适用于我--来自可映射的颜色(即我传递给pcolormesh的数据数组，以及我指定的cmap )覆盖了我指定的脸颜色。网格的边缘确实有正确的颜色，但没有脸。
有人知道如何直接设置脸部的颜色吗？理想情况下，我应该使用一个pcolormesh，它以n*m*3数组作为n*m的替代，就像imshow一样.
一个我希望它如何工作的最小示例:将nu
浏览 6提问于2015-03-24得票数 4
1回答
我已经在各种地方寻找了如何做到这一点，但还没有能够找到我需要的东西/找到验证，如果这是可能的话。
我有一个y轴上高度的二维直方图(由rdata1给出)和x轴上的强度直方图(由强度给出)。直方图绘制得很好，但我想缩放颜色条而不是对其进行标准化。
我已经定义了一个颜色映射，我只想使用我绘制的数据对其进行缩放。
我想要缩放数据，以便颜色条(当前从0到1)从0缩放到(bin中的点数)/(len(时间))。这是为了，我可以找出一个点，在某一高度，某一强度区间内的概率。我不确定是制作第二个直方图(我不会绘制)并从中导出max/min值来缩放色条，还是使用一些for循环和列表将值附加到每个高度范围的bin中
浏览 14提问于2017-07-04得票数 0
回答已采纳
1回答
我想有一个不同的颜色描边(轮廓)上使用的饼图楔形下的鼠标与其他楔形使用的轮廓。
mouseover事件引用的PieSeriesItem没有笔划参数，它看起来要么全有要么全无处理整个饼图上的轮廓颜色。
有没有办法在特定的楔子上指定笔划参数？
浏览 1提问于2011-09-29得票数 0
我有一个名为'age‘的x值数组，一个名为'weight’的y值数组和一个名为'calories.‘’的z值数组。我想画出x，y，强度。基本上，卡路里的消耗取决于年龄和体重。
我可以在matlab中使用imagesc完成此操作，但在Python中我需要帮助
age = [5,5,5,5,5,10,10,10,10,10....40,40,40,40,40],
weight = [40,50,55,60,65,80,85,90,95,100....170,190,210,250,300]
calories =[ 500,550,560,600,650,1000,120
浏览 0提问于2019-08-01得票数 2
2回答
我希望在matplotlib中有以下布局：
图像1a图像1b图像2a图像2b颜色条a颜色条b
Colobar b代表图像集b，Colobar b代表图像集a。
我曾经尝试使用ImageGrid来创建图像的轴，但是在使颜色条正确的过程中没有运气。例如：
fig = plt.figure()
grid = ImageGrid(fig, 111, (1,6), aspect=False, share_all=False)
# Get data1a, data1b, ...
im1a = grid[0].pcolormesh(data1a)
im1b = grid[1].pcolormesh(da
浏览 5提问于2017-09-04得票数 1
回答已采纳
1回答
我试着用Plotly生成轮廓。有5个等高线，我正在绘制在一个5x1的网格使用子图。我无法看到一个选项，通过它，我可以有一个单独的颜色条为每个等高线子图。对于行图，我可以使用shared_xaxes或shared_yaxes选项，但无法找到文档，在这些文档中，我可以在这个5x1网格中为每个子图设置一个单独的颜色条。
下面是我尝试过的一些参考链接：
浏览 5提问于2017-06-05得票数 5
回答已采纳
我有一个带有相关颜色条的pcolormesh实例。让我们用关联值Z=f(X，Y)调用我的数据点(X，Y)。我的数据Z跨越了相当大的范围，我想集中在我的(X，Y)空间中的一个特定区域，在这里Z中的变化要小得多。如果我只是放大绘图或更改xlim/ylim值，那么我的颜色条将保持不变，并且我无法区分在我感兴趣的区域中发生的小变化(我希望改变颜色条以反映这个较小区域的范围)。
显然，我可以简单地整理我感兴趣区域之外存在的所有点的数据集，然后再绘制它。但我想知道是否有更好的方法来做到这一点，而不干扰数据。
浏览 3提问于2014-05-12得票数 1
回答已采纳
我有关于x，y和颜色值的数据，它们都是NxM数组。通常，当从Matplotlib使用多边形函数时，它需要具有每个面的颜色值(这将是一个1xM数组)，而不是顶点。但是，我的颜色数据是per VERTEX。所以，我的问题是，有没有一种方法可以将我的顶点数据转换为单面颜色数据？或者更好的是，有没有一种方法可以使用每个顶点的颜色值而不是每个面的颜色值来绘制多边形？ 注意:我想要的非常类似于MATLAB的补丁函数，你可以使用每个顶点的颜色值。 编辑:在下面，您可以找到一个元素的数据示例。一个网格由许多元素组成，下面只是其中之一。X和Y表示坐标，C表示每个坐标的颜色值。请注意，下面的数组实际上在原始代码
浏览 19提问于2020-06-24得票数 2
回答已采纳
我正在尝试使用相同的颜色条制作一组极地视图图。但是，设置打印限制后，颜色条会有所不同。在下面的代码片段中，我随机创建了5个地图，但在固定的范围内绘制，但输出的数字在颜色栏中仍然不同。
from numpy import linspace, pi, ndarray, random
import matplotlib
matplotlib.use('Agg')
from matplotlib.pyplot import figure
lon = linspace(start=0, stop=2*pi, num=100)
colat = linspace(start=0, stop
浏览 18提问于2018-10-02得票数 0
我想要绘制一个网格数据的彩色地图，极坐标形式的网格。在数据中，r的范围是1到2，θ是0到360。我想要这样的地图：
I plotted like this
#x1 of shape(12,)
#y1 0f shape(36,1)
#z of shape(36,12)
fig=plt.figure()
ax=fig.add_subplot(111) #Output Figure 1
#ax=fig.add_subplot(111,polar='True') #Output Figure 2
ax=fig.add_subplot(111)
ax.pcolor(y1,x
浏览 0提问于2016-10-10得票数 2
我有以下代码：
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-np.pi/2, np.pi/2, 30)
y = np.linspace(-np.pi/2, np.pi/2, 30)
x,y = np.meshgrid(x,y)
z = np.sin(x**2+y**2)[:-1,:-1]
fig,ax = plt.subplots()
ax.pcolormesh(x,y,z)
它给出了这样的图像：
现在让我说一下，我想突出显示某些网格框的边缘：
highlight = (z > 0.9
浏览 0提问于2020-08-17得票数 5
我试图精确地在python库matplotlib显示的图像网格上覆盖1像素宽线的网格。 不幸的是，我似乎无法对结果进行足够的精细控制来实现线网格与数据网格的正确对齐，如下面的代码所示。结果似乎总是很接近，但并不完全正确。 我尝试过使用imshow和pcolormesh函数，但这两种方法都遇到了问题。 imshow方法： import matplotlib.pyplot as plt
import numpy as np
size = 60
border = 5
#create test data for image and ticks location
im = np.zeros(sha
浏览 6提问于2019-05-09得票数 2
回答已采纳
我一直在使用from_levels_and_colors函数，这样我就可以在pcolormesh图上有一个扩展的颜色条，类似于contourf。下面是我的contourf绘图示例：
import numpy as np
import matplotlib.pyplot as plt
a = np.arange(12)[:,np.newaxis] * np.ones(8)
levels = np.arange(1.5, 10, 2)
plt.contourf(a, cmap='RdYlBu', levels=levels, extend='both')
plt
浏览 0提问于2017-10-16得票数 1
回答已采纳
我有一个用pcolormesh绘制的热图
import numpy as np
import matplotlib.pyplot as plt
# generate random array
array = np.random.rand(10,10)
x = np.arange(0,10)
y = np.arange(0,10)
fig, ax = plt.subplots(nrows=1,ncols=1)
colormesh = ax.pcolormesh(x,y,array)
ax.set_xticks(x)
ax.set_yticks(y)
cb_ax = fig.add_axes(
浏览 13提问于2022-09-29得票数 0
回答已采纳
当在网格视图中按下时，我想将图像的轮廓颜色更改为蓝色(默认情况下为黑色)。
我知道我们可以通过编程的方式在imageview的点击上设置色调颜色，但我的要求是制作样式/主题，这样我就可以在网格项目的XML级别应用它。
我需要这个，因为网格中的图像数量是动态的，我不知道提前，所有的图像将在列表中。
浏览 30提问于2020-11-11得票数 0
1回答
我有一个2d网格，其中像素中心位于两条半网格线的交叉处，如下所示。 ? 我也有一个形状绘制在这个网格上。在我的例子中，形状是一个字形，并且是通过段来描述的。每条线段都有起点、终点和多个曲线外点。这些线段可以是二次曲线或直线。重要的是，我可以知道构成形状轮廓的点和函数。 决定应打开哪些像素的规则很简单:如果像素的中心落在形状轮廓内，则打开该像素。下图显示了应用此规则的示例。 ? 现在我面临的问题是抗锯齿。我想要做的是计算给定像素的面积在轮廓内的百分比。举个例子，在上图中，我在一个像素周围画了一个红色正方形，这个正方形大约在形状内部的15%。 这样做的目的是，这样我就可以打开像素只有15
浏览 14提问于2019-04-02得票数 1
1回答
考虑在循环中绘制数据的下列代码。为了不绘制多个颜色条，在绘制新的颜色栏之前，我会删除它们。但是，我正在手动跟踪这些颜色条。是否有一种方法可以使用诸如ax[0].get_colorbar之类的方法获得对它们的引用。这样我的代码就简单多了。
import matplotlib.pyplot as plt
import numpy as np
# How to get a colorbar from an axis?
nrows = 1
ncols = 2
nstep = 5
fig, ax = plt.subplots(nrows=nrows,ncols=ncols)
cb0 = None
浏览 10提问于2022-09-19得票数 0
1回答
我有一个小的着色器，它可以做以下事情：
(第一个cgprogram块)
复制当前网格并沿法线进行缩放。
为膨胀的网格指定颜色
拉出充气网格
(第二个cgprogram块)
为原始网格分配颜色。
绘制原始网格
在游戏中，你只能看到膨胀的网格，因为较小的一个会被分叶。
是否有办法重新排列渲染顺序，首先绘制膨胀的网格，然后绘制原始网格，从而产生某种轮廓效果？
我试过什么
设置裁剪前的充气网格和裁剪回到原来的网格，我复制了这个方法从一个轮廓着色器。不幸的是，它会导致其他问题，例如游戏中膨胀的网格之间的不相交。
在两个CGPROGRAM块之间更改着色器中的队列，我在"Queue" = &
浏览 0提问于2018-03-22得票数 0
回答已采纳
使用matplotlib，我希望能够使用colors网格指定精确的颜色。以下是我尝试过的方法
import numpy as np
from matplotlib import pyplot as plt
顶部的导入
X = np.linspace(0,1,100)
Y = np.linspace(0,1,100)
X,Y = np.meshgrid(X,Y)
Z = (X**2 + Y**2) < 1.
Z = Z.astype(int)
Z += (X**2 + Y**2) < .5
设置了一堆假数据。Z只有0s、1s和2s (这是我真正的问题)。
plt.pcolormesh
浏览 0提问于2012-11-09得票数 7
回答已采纳
我有一个pcolormesh图(图1)和一个显示数据范围(0到100)的相应的色条。为了说明我的问题，我将数据除以2，并为它们显示第二个pcolormesh图(图2)，数据介于0到50之间。
我想要的：
图2应该使用与图1相同的颜色条和范围。它不应该缩放0到50之间的全部颜色条值，而是应该使用颜色与第一个图的数据(50应该在图2中的一半色条)。所以图2中的所有颜色都应该介于黑色和绿色之间！
这是我的代码：
import numpy as np
import matplotlib.pyplot as plt
nx, ny = 10, 20
nz = nx*ny
minx, maxx = -5
浏览 4提问于2021-05-09得票数 1
回答已采纳
我试图用网格规范以网格的形式绘制6个地块。我想在第二列和第三列之间的底部放置一个彩色条。
我的代码如下所示，但它生成6个色条。如何更改此代码，使其在两列之间的底部放置一个颜色条？
import matplotlib.gridspec as gridspec
import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1.inset_locator import inset_axes
plt.figure(figsize=(8, 6))
gs = gridspec.GridSpec(2, 3)
gs.update(wspace=
浏览 4提问于2021-08-13得票数 2
回答已采纳
Python新手在这里。我正在尝试在底图colour网格中设置颜色限制，方法与
matplotlib.pyplot.clim(-1, 1)
我会将颜色最小值设置为-1，最大值设置为1。我的代码如下所示：
llcrnrlat = numpy.amin(gridLatLon['lat'])-0.5
urcrnrlat = numpy.amax(gridLatLon['lat'])+0.5
llcrnrlon = numpy.amin(gridLatLon['lon'])-0.5
urcrnrlon = numpy.amax(gridLatLon[&#
浏览 0提问于2017-06-10得票数 3
我已经看到了很多类似的问题，比如this one。然而，colorbar实际上指示了最后一个子图的数据范围，如以下代码所验证： import matplotlib.pyplot as plt
import numpy as np
np.random.seed(19680801)
fig, axs = plt.subplots(2, 1)
cmaps = ['RdBu_r', 'viridis']
for row in range(2):
ax = axs[row]
if row == 0:
pcm = ax.pcolorm
浏览 28提问于2021-04-20得票数 1
回答已采纳
因此，我必须为不同的日期制作一组contourf图，这些图需要共享颜色条范围。这很容易实现，但有时会发生给定日期的最大值高于色带范围的情况，这会以一种我不需要的方式改变绘图的外观。当发生这种情况时，我希望它的处理方式是在“原始颜色栏”上添加扩展三角形。这在附件中的图片中很清楚。
我需要代码自动运行，现在我只输入数据和颜色条范围，它输出图像，所以代码中颜色条的拟合需要是自动的，我不能在数字中添加填充，因为图形大小根据要求绘制的区域而变化。
我之所以需要这个行为，是因为我最终会想要制作一个.gif，而我不能让颜色条在短视频中移动。我需要在需要的时候将三角形添加到顶部(和下面)，而不会扰乱
浏览 14提问于2021-05-21得票数 0
我在(n_y,n_x)网格上定义了数据，并将其转换为(n_y,n_x,4) np.ndarray中的颜色。我想用pcolormesh显示这些颜色。 我尝试将facecolors参数传递给pcolormesh，它不做任何事情，并使用ListedColormap将每个(y,x)单元格映射到一种颜色，但也不起作用。 下面的代码重现了我遇到的问题。 import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
'''
Define some ar
浏览 87提问于2020-07-25得票数 2
回答已采纳
2回答
我试图改变一个附加在散点图上的颜色条，这样颜色条的最小和最大值是数据的最小和最大值，但我希望数据以零为中心，因为我使用的是白点为零的彩色地图。这是我的例子
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 1, 61)
y = np.linspace(0, 1, 61)
C = np.linspace(-10, 50, 61)
M = np.abs(C).max() # used for vmin and vmax
fig, ax = plt.subplots(1, 1, figsize=(5,3),
浏览 0提问于2021-09-20得票数 1
回答已采纳
1回答
我正在使用contourf命令在matplotlib上绘制一个轮廓。我在频率开始时得到了巨大的数字，但在那之后我得到了较低的峰值。xlim只用于隐藏较高的数字--但我希望较低的峰值成为颜色条上的最大值(在我的图像中没有显示)。在xlim隐藏了不需要的轮廓后，如何重新确定轮廓？基本上，涂上xlim(10,100)后，浅蓝(冷)部分应该变成红色(热)区域。
浏览 1提问于2016-10-31得票数 1
回答已采纳
1回答
我想把两个输出变量(比如map1和map2 )绘制成两个输入变量的函数，比如x和y。为了做到这一点，我想用一个颜色标度来表示map1，而map2则依赖于一个透明的标度。然而，alpha选项不能将np.array作为参数，下面的代码注定会失败。
fig=plt.figure(num=None, figsize=(21,12), dpi=80, facecolor='w', edgecolor='k')
ax1=plt.subplot(211)
im = ax1.pcolor(map1, cmap='Spectral_r', alpha=map2)
浏览 1提问于2015-08-24得票数 2
回答已采纳
我想突出显示其值为有效的网格的边缘。
下面是一个例子。黄色网格的值是2，紫色网格的数值是1。其目的是用不同的颜色画出它们的边缘。
import numpy as np
import matplotlib.pyplot as plt
z = np.full([5, 5], np.nan)
# grids with value = 1
z[1, 1] = 1
z[0, 2] = 1
z[1, 3] = 1
# grids with value = 2
z[3, 1] = 2
z[3, 2] = 2
z[3, 3] = 2
plt.pcolormesh(z)
plt.pcolormesh(z
浏览 10提问于2022-03-25得票数 0
回答已采纳
我想用基于兴趣值的颜色填充网格地图。示例数据如下： import pandas as pd
df = pd.DataFrame()
df['lon'] = [100,105,110,115,120,125,130]
df['lat'] = [38,40,42,44,46,48,50]
df['value'] = [1,2,3,4,5,6,7] 具体地说，使用Cartopy可以做到这一点吗？我在这里发现了一个类似的问题：https://stackoverflow.com/questions/53412785/plotting-pandas-cs
浏览 20提问于2020-06-26得票数 1
回答已采纳
1回答
找到大致二维网格的轮廓
、、、、
我有一个大致平面的网格，我想找到的轮廓。为了找到轮廓，我循环遍历网格的所有三角形，并计数每条边的出现次数(由无序对顶点表示)。
在检查所有三角形后，每条边只有两个可能的值。
边计数=1:边属于单个三角形，因此它是一个外部边边计数=2:边在两个三角形之间共享，因此它是一个内边界。
属于单个三角形的边(边计数= 1)定义网格轮廓。
这个策略运行得很好，如果不是针对一个问题，我将尝试用一个例子来说明。假设我们想要找到以下网格的轮廓。
如果将上述策略应用于这个网格，它将找到定义轮廓的七条边--即(0,1)，(1,4)，(4,7)，(6,7)，(5,6)，(2,5)和(0,2) --但它也会找
浏览 5提问于2020-08-31得票数 0
我已经适应了一个定制的颜色刻度从NCL以下离散间隔色条。我的数据数组位于一个NetCDF文件中，当我试图绘制它时，这个图和颜色条看起来与pcolormesh图的预期一样，但是当我绘制contourf图时，它会变得疯狂。在定义颜色标度时，我是不是做错了什么？
import matplotlib.colors
import xarray as xr
# loading data
ds = xr.open_dataset(path/tofile/data.nc)
## custom color bar
## converting RGB values to 0,1
cmap3 = matp
浏览 0提问于2019-01-09得票数 0
回答已采纳
2回答
我试图调整一个轮廓的颜色限制使用等高线和caxis，但在轮廓中的颜色数目不更新。请参阅下面的例子。
Z是一个从-170到80之间的值数组。我想在-10到10之间绘制20条等值线。为此，我使用以下代码：
h = figure('windowstyle', 'docked');
contourf(mesh_x, mesh_y, Z, 20)
colormap(jet(20))
colorbar
caxis([-10 10])
下面是结果的图片。轮廓线的数目被正确更新(其中有20条)，但轮廓颜色不跟随。
为了得到预期的结果，我应该在代码中修改什么？
浏览 1提问于2015-01-07得票数 0
回答已采纳
我正在尝试将颜色条添加到具有极坐标投影的pcolormesh图中。如果我不指定极坐标投影，代码就能正常工作。如果指定了极轴投影，则会生成一个小图，并且没有颜色栏。是我做了什么傻事，还是这是个bug？我在Fedora 20上使用matplotlib 1.3.1。
import matplotlib.pyplot as plot
import mpl_toolkits.axes_grid1 as axes_grid1
import numpy as np
t = np.linspace(0.0, 2.0 * np.pi, 360)
r = np.linspace(0,100,200)
rg, t
浏览 1提问于2014-07-23得票数 7
我有一个(21x25) 2D数组，其中包含两个离散值，"1“和"2”。这些数值如下：
value = np.array(
[[ 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
[ 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
1., 1., 1.,
浏览 0提问于2016-01-01得票数 6
回答已采纳
如何使geom_contour创建的一条轮廓线与其他轮廓线的颜色不同？例如，在下面的代码中，我如何保持所有轮廓线为黑色，除了标记为0.02的轮廓线，我希望它是其他颜色而不是其他颜色。
require(directlabels)
p <- ggplot(faithfuld, aes(eruptions, waiting)) +
geom_contour(aes(z = density, colour = ..level..))
p <- direct.label(p, list("bottom.pieces", cex = .6))
浏览 0提问于2017-05-19得票数 1
2回答
我有一些来自海洋环流模型(MITgcm)的输出数据。幸运的是，这是一个理想化的通道(笛卡尔)，所以几何学没有混淆。
我想画一些场(速度、温度等)。在y-z飞机上。模拟领域涉及30个垂直层，每个层是一个800x400y-x网格。我将每个字段存储在numpy数组中，形状(30,800,400)分别为z、y、x。
我可以很容易地绘制出30个垂直水平的x-y平面切片。我可以使用matplotlib的contourf或imshow来实现这一点，并将范围更改为以km为单位的正确的物理值。
问题是垂直层的间距不均匀。我有Z的网格数据，它告诉我每个层对应的物理深度(以米为单位)。
Z是：-5。-15。-25。
浏览 1提问于2017-07-06得票数 1
回答已采纳
1回答
我的第一个轮廓是：
figure
x = -2:0.2:2;
y = -2:0.2:3;
[X,Y] = meshgrid(x,y);
Z = X.*exp(-X.^2-Y.^2);
contour(X,Y,Z,'LineWidth', 2)
然后我画出第二个轮廓：
hold on
x = -2:0.2:2;
y = -2:0.2:3;
[X,Y] = meshgrid(x,y);
Z = exp(-X.^2-Y.^2);
contour(X,Y,Z,'LineWidth', 2)
可见，第一轮廓的颜色发生了变化。如何保持第一轮廓颜色？
浏览 3提问于2016-11-07得票数 0
回答已采纳
我想绘制一个二维直方图，其中包括正数和负数。我有下面的代码，它使用pcolormesh，但是我无法指定颜色级别来强制白色对应于零(也就是说，我希望我的色条在零附近是对称的)。我也试过了。
我知道您可以在plt.contour和plt.contourf中指定颜色级别，但我无法找到使用块绘制2D直方图的方法。
如有任何建议，将不胜感激。
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm as CM
fig = plt.figure()
# create an example histogra
浏览 0提问于2014-12-05得票数 6
回答已采纳
我试图使用xy坐标和颜色的地图创建一个颜色网格图，方法如下：
from matplotlib.colors import ListedColormap
import numpy as np
%pylab inline
colors = ListedColormap(['red', 'blue', 'yellow'])
xx,yy = np.meshgrid(np.arange(1, 6, 1), np.arange(1, 6, 1))
zz = np.array([[1,1,1,1,1],
[1,1,1,1,1],
浏览 0提问于2017-10-08得票数 3
回答已采纳
1回答
我正在尝试在一定大小的网格内重新划分/插值，我的不规则分散位置(稍后)的数据集绑定了变量值。我的数据以数据帧的形式提供，其中的列分别标记变量、纬度和经度的值。
我必须首先通过优化网格大小来栅格这些数据，然后找到最好的方法来平均网格框中不同数量的点。
我已经通过一个在线示例尝试了一个代码。我使用histogram2d函数对纬度和经度进行网格划分。我用密度计数(等于网格内所有点的平均值)填充具有散点的栅格框。(然后，我必须使用从散点生成的这个新的网格数据，以与具有不同网格分辨率的另一个数据集进行比较)。
理想情况下，它应该工作得很好，但是没有散点的网格框被填充，而那些有散点的网格框被遗漏了。分辨率
浏览 16提问于2020-06-05得票数 0
1回答
我试图创建一个彩色网格图，但数据点及其对应的颜色看起来太小了。
我的脚本是：
import pandas as pd
import numpy as np
from mpl_toolkits.basemap import Basemap, cm
import matplotlib.pyplot as plt
df = pd.read_csv('data.csv', usecols=[1,2,4])
df = df.apply(pd.to_numeric)
val_pivot_df = df.pivot(index='Latitude', columns=
浏览 0提问于2017-05-19得票数 1
通过使用ax.axhline和ax.axvline，我可以绘制如下网格网络显示：
守则转载如下：
lon_grid = np.linspace(113.5,115.49,36)
lat_grid = np.linspace(37.40,38.78,30)
lon_grid,lat_grid = np.linspace(xc1,xc2,36), np.linspace(yc1,yc2,30)
for i in range(0,len(lon_grid),1):
ax.axvline(x=lon_grid[i], linestyle='-', color=
浏览 1提问于2015-12-31得票数 3
回答已采纳
我使用matplotlib来绘制带有不同颜色条的子图。有关更多详细信息，请参阅下面的代码。 我想要实现的目标是附加的颜色条对于不同的子图有不同的范围(刻度)。这可以通过设置不同的ci来实现(参见下面的代码)。例如，左侧2列子图应具有范围为0~100、21个间隔的色带；右侧2列子图应具有范围为0~5、21个间隔的色带。 但是，第一个颜色栏不能有0~100个标签。请参阅所附图像。我猜左边的子图关于图案和颜色仍然是正确的，只是左边颜色栏的“标签”是错误的。 我应该怎么做才能解决这个问题？ 非常感谢! fig, axs = plt.subplots(nrows=2, ncols=4, figsize
浏览 36提问于2019-12-14得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
