j'emprunte un exemple de la page d'exemples de CMAP personnalisé matplotlib:Comment créer des points de rupture personnalisés dans une barre de couleurs matplotlib?
https://matplotlib.org/examples/pylab_examples/custom_cmap.html
Cela produit la même image avec différents nombres de contours d'ombrage, comme indiqué dans le nombre de bacs: n_bins
:
https://matplotlib.org/_images/custom_cmap_00.png
Cependant, je ne m'intéresse pas seulement au nombre de cases, mais aussi aux points de rupture spécifiques entre les valeurs de couleur. Par exemple, lorsque nbins=6
en haut à droite intrigue secondaire, comment puis-je spécifier les gammes des compartiments de telle sorte que la trame de fond est rempli dans ces domaines personnalisés:
n_bins_ranges = ([-10,-5],[-5,-2],[-2,-0.5],[-0.5,2.5],[2.5,7.5],[7.5,10])
Est-il également possible de spécifier l'inclusivité de la rupture points? Par exemple, je voudrais spécifier dans la gamme entre -2 et 0.5 si c'est -2 < x <= -0.5
ou -2 <= x < -0.5
.
EDIT AVEC réponse ci-dessous: Utilisation de la réponse acceptée ci-dessous
, voici le code qui trace chaque étape comprenant enfin l'ajout colorbar personnalisé tiques à mi-parcours. Remarque: je ne peux pas publier d'image car je suis un nouvel utilisateur.
Mettre en place des données et 6 bacs de couleur:
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
# Make some illustrative fake data:
x = np.arange(0, np.pi, 0.1)
y = np.arange(0, 2*np.pi, 0.1)
X, Y = np.meshgrid(x, y)
Z = np.cos(X) * np.sin(Y) * 10
# Create colormap with 6 discrete bins
colors = [(1, 0, 0), (0, 1, 0), (0, 0, 1)] # R -> G -> B
n_bin = 6
cmap_name = 'my_list'
cm = matplotlib.colors.LinearSegmentedColormap.from_list(
cmap_name, colors, N=n_bin)
Terrain différentes options:
# Set up 4 subplots
fig, axs = plt.subplots(2, 2, figsize=(6, 9))
fig.subplots_adjust(left=0.02, bottom=0.06, right=0.95, top=0.94, wspace=0.05)
# Plot 6 bin figure
im = axs[0,0].imshow(Z, interpolation='nearest', origin='lower', cmap=cm)
axs[0,0].set_title("Original 6 Bin")
fig.colorbar(im, ax=axs[0,0])
# Change the break points
n_bins_ranges = [-10,-5,-2,-0.5,2.5,7.5,10]
norm = matplotlib.colors.BoundaryNorm(n_bins_ranges, len(n_bins_ranges))
im = axs[0,1].imshow(Z, interpolation='nearest', origin='lower', cmap=cm, norm=norm)
axs[0,1].set_title("Custom Break Points")
fig.colorbar(im, ax=axs[0,1])
# Arrange color labels by data interval (not colors)
im = axs[1,0].imshow(Z, interpolation='nearest', origin='lower', cmap=cm, norm=norm)
axs[1,0].set_title("Linear Color Distribution")
fig.colorbar(im, ax=axs[1,0], spacing="proportional")
# Provide custom labels at color midpoints
# And change inclusive equality by adding arbitrary small value
n_bins_ranges_arr = np.asarray(n_bins_ranges)+1e-9
norm = matplotlib.colors.BoundaryNorm(n_bins_ranges, len(n_bins_ranges))
n_bins_ranges_midpoints = (n_bins_ranges_arr[1:] + n_bins_ranges_arr[:-1])/2.0
im = axs[1,1].imshow(Z, interpolation='nearest', origin='lower', cmap=cm ,norm=norm)
axs[1,1].set_title("Midpoint Labels\n Switched Equal Sign")
cbar=fig.colorbar(im, ax=axs[1,1], spacing="proportional",
ticks=n_bins_ranges_midpoints.tolist())
cbar.ax.set_yticklabels(['Red', 'Brown', 'Green 1','Green 2','Gray Blue','Blue'])
plt.show()
Vous n'êtes pas vraiment voulu dire pour répondre à votre question dans la question (comme ce ne serait plus une question si vous y répondez déjà, n'est-ce pas?) Vous pouvez plutôt répondre à votre propre question. – ImportanceOfBeingErnest