我在python中有一个数组,使用matplotlib,浮点数在0到1之间。
我正在使用imshow显示这个数组,我试图创建一个自定义cmap,它与Greens相同,但是当一个单元格变为0时,我希望能够将该值映射为红色,并保持其余的谱不变。
如果任何熟悉matplotlib的人能够帮助我,我会非常感激的!
例如,如何编辑这个脚本,使矩阵中的零值显示为红色?
import numpy as np
from matplotlib import pyplot as plt
import matplotlib
x = np.array([[0,1,2],[3,4,5],[6,7,8]])
fi
我正在尝试转换从非Python应用程序生成的等高线的颜色地图。我尝试使用Matthias的代码可用的,但无法给我一个完整的转换。我试图截断颜色地图给我一个完整的转换,但再次没有给我一个完整的转换。
MWE
import matplotlib.pyplot as plt
import numpy as np
import matplotlib.colors as colors
import matplotlib.image as mpimg
from scipy.spatial import cKDTree
import matplotlib
import matplotlib.cm as
我使用以下脚本进行绘图:
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
import pylab as pl
import math
import matplotlib as mpl
from matplotlib.ticker import MultipleLocator
from matplotlib.colors import LinearSegmentedColormap
cdict1 = {'red': ((0.0, 1.0, 1.0),
我正在做一个项目,涉及将色彩映射表应用到matplotlib中生成的散点图。我的代码按预期工作,除非生成的散点图正好有四个点。下面的代码演示了这一点:
import numpy as np
import matplotlib.pyplot as plt
cmap = plt.get_cmap('rainbow_r')
z = np.arange(20)
plt.close()
plt.figure(figsize=[8,6])
for i in range(1,11):
x = np.arange(i)
y = np.zeros(i) + i
pl
我需要比较两组的二维分布。
当我使用matplotlib.pyplot.contourf并覆盖绘图时,每个等高线绘图的背景色填满了整个绘图空间。有没有办法使每个等高线图的最低等高线级别透明,以便更容易地看到每个等高线的中心?
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm
import scipy.stats as st
def make_cloud(x, y, std, n=100):
x = np.random.normal(x, std, n)
y = np.ra
因此,我遵循一个模式,为我的散点图创建一个自定义颜色地图和cbar。我正在创建4个子图,每个子图覆盖一个参数的不同范围,用于赋予点的颜色。此参数的值从1e-10到1.0不等。
我所做的工作如下:
cmap = plt.cm.jet
# extract all colors from the .jet map
cmaplist = [cmap(i) for i in range(cmap.N)]
# force the first color entry to be grey
cmaplist[0] = (.5,.5,.5,1.0)
# create the new map
cmap = cma
我正尝试在Matplotlib中使用imshow或matshow创建一个10x10的网格。下面的函数接受numpy数组作为输入,并绘制网格。但是,我希望数组中的值也显示在网格定义的单元格中。到目前为止,我找不到一个合适的方法来做这件事。我可以使用plt.text在网格上放置东西,但这需要每个单元格的坐标,完全不方便。有没有更好的方法来完成我想要完成的事情?
谢谢!
注意:下面的代码还没有从数组中获取值,我只是在使用plt.text。
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import colors
我希望使用PIL.Image保存一个图形,并使用matplotlib cmap将数据映射到颜色。我尝试了以下几点:
import matplotlib
matplotlib.use('TkAgg')
import matplotlib as mpl
import matplotlib.pyplot as plt
from matplotlib import cm
import numpy as np
from PIL import Image
M, N = 255, 255
data = np.arange(M*N).reshape((M, N))
cmap_name =
我想设置我的调色板比例的最大值和最小值。在下面的例子中,我希望调色板的比例从-10到50,就好像它是一个顺序的彩色地图。我并不想强调数字越过“零线”的位置。
import matplotlib.pyplot as plt
from matplotlib import cm
import numpy as np
import pandas as pd
import seaborn as sns
index = np.arange(0, 50)
data = np.random.uniform(low=-10, high=100, size=(50,50))
dft = pd.DataF
我试图将一个数据集表示为我的绘图中的颜色块(而不是以可变宽度条形图的形式显示,而是将其显示为带有背景色的可变宽度块)。
我可以这样做:
import numpy
import matplotlib.pyplot as plt
import matplotlib.cm as cm
import matplotlib.colors as colors
# Create fake data
x = numpy.linspace(0,4)
y = numpy.exp(x)
# Now plot one by one
bar_width = x[1] - x[0] # assumi
我正在使用以下代码在地图上绘制数据:
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.cm as cm
from mpl_toolkits.basemap import Basemap
from matplotlib.patches import Polygon
from scipy.io import netcdf
ncfile = netcdf.netcdf_file(myfile.nc,'r')
lon = ncfile.varia
我目前正在使用python使用彩色地图cm.jet将一组特性转换为可视化表示,并将它们存储为numpy.ndarrays。问题是我无法设置我想要的vmin和vmax。
我现在正在做的是
Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy as np
>>> import matplotlib
>>> from matplotlib import cm
&g
使用下面的代码,我只使用默认'jet‘色彩映射表的上半部分(0.5到1)来绘制数据,色彩映射表的范围是0到1。如果我想让数据只显示0.7 - 1范围内的颜色,我该怎么做呢? import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import LinearSegmentedColormap
np.random.seed(1)
# Evaluate an existing colormap from 0.5 (midpoint) to 1 (upper end)
cmap
如何引用或识别在python中使用matplotlib.pyplot创建的网格中的特定网格方块?我使用了ListedColorMap来完成这个任务,但是我不知道如何将网格方块颜色更改为不同的颜色,以及ListedColormaps是如何工作的?
这是我的代码:
import matplotlib as mpl
import matplotlib.gridspec as gridspec
import matplotlib.pyplot as plt
import numpy as np
import itertools
N = 15
# making an empty data set
d
我已经在python lib NetorwkX中创建了一个图,我想实现一个模块化算法,以便对我的图的节点进行聚类。我遇到了以下代码:
import community
import matplotlib.pyplot as plt
import networkx as nx
G = nx.Graph()
G = nx.read_weighted_edgelist('graphs/fashionGraph_1.edgelist')
nx.transitivity(G)
# Find modularity
part = community.best_partition(G)
我正在尝试检索matplotlib热图上每个单元的颜色,该热图由imshow()函数生成,例如由下面的magic_function执行: import matplotlib.pyplot as plt
import numpy as np
hm = plt.imshow(np.random.rand(10, 10))
color_matrix = hm.magic_function() #returns matrix containing the RGB/Hex values of each cell