Set Colorbar Bereich in matplotlib

Question

Ich habe den folgenden Code:

import matplotlib.pyplot as plt 

cdict = { 
    'red' : ((0.0, 0.25, .25), (0.02, .59, .59), (1., 1., 1.)), 
    'green': ((0.0, 0.0, 0.0), (0.02, .45, .45), (1., .97, .97)), 
    'blue' : ((0.0, 1.0, 1.0), (0.02, .75, .75), (1., 0.45, 0.45)) 
} 

cm = m.colors.LinearSegmentedColormap('my_colormap', cdict, 1024) 

plt.clf() 
plt.pcolor(X, Y, v, cmap=cm) 
plt.loglog() 
plt.xlabel('X Axis') 
plt.ylabel('Y Axis') 

plt.colorbar() 
plt.show() 

So ergibt sich ein Graph der 'v' Werte auf den Achsen X vs Y, die angegebene colormap verwenden. Die X- und Y-Achsen sind perfekt, aber die colormap Pannen zwischen min und max von v I das colormap erzwingen möchte liegen im Bereich zwischen 0 und 1.

I daran gedacht, mit:.

plt.axis(...) 

Um die Bereiche der Achsen festzulegen, werden nur die Argumente für die Min- und Max-Werte von X und Y verwendet, nicht die Farbpalette.

Edit:

Aus Gründen der Klarheit, lassen Sie uns sagen, dass ich einen Graphen, dessen Werte liegen haben (0 ... 0,3) und einen weiteren Graphen, dessen Werte (0,2 ... 0,8).

In beiden Graphen möchte ich den Bereich der Farbbalken (0 ... 1) sein. In beiden Graphen möchte ich, dass dieser Farbbereich identisch ist, wobei der gesamte obige cdict-Bereich verwendet wird (so dass 0,25 in beiden Graphen die gleiche Farbe haben wird). In der ersten Grafik werden alle Farben zwischen 0.3 und 1.0 nicht im Diagramm angezeigt, sondern in der Farbleisten-Taste an der Seite. In der anderen werden alle Farben zwischen 0 und 0,2 und zwischen 0,8 und 1 nicht im Diagramm erscheinen, sondern in der Farbleiste an der Seite.

Answer 1

Mit vmin und vmax wird der Bereich für die Farben erzwungen. Hier ein Beispiel:

import matplotlib as m 
import matplotlib.pyplot as plt 
import numpy as np 

cdict = { 
    'red' : ((0.0, 0.25, .25), (0.02, .59, .59), (1., 1., 1.)), 
    'green': ((0.0, 0.0, 0.0), (0.02, .45, .45), (1., .97, .97)), 
    'blue' : ((0.0, 1.0, 1.0), (0.02, .75, .75), (1., 0.45, 0.45)) 
} 

cm = m.colors.LinearSegmentedColormap('my_colormap', cdict, 1024) 

x = np.arange(0, 10, .1) 
y = np.arange(0, 10, .1) 
X, Y = np.meshgrid(x,y) 

data = 2*(np.sin(X) + np.sin(3*Y)) 

def do_plot(n, f, title): 
    #plt.clf() 
    plt.subplot(1, 3, n) 
    plt.pcolor(X, Y, f(data), cmap=cm, vmin=-4, vmax=4) 
    plt.title(title) 
    plt.colorbar() 

plt.figure() 
do_plot(1, lambda x:x, "all") 
do_plot(2, lambda x:np.clip(x, -4, 0), "<0") 
do_plot(3, lambda x:np.clip(x, 0, 4), ">0") 
plt.show() 

Answer 2

nicht sicher, ob dies die eleganteste Lösung ist (das ist, was ich verwendet), aber Sie können Ihre Daten auf den Bereich zwischen 0 und 1 und ändern Sie dann die colorbar maßstabs:

import matplotlib as mpl 
... 
ax, _ = mpl.colorbar.make_axes(plt.gca(), shrink=0.5) 
cbar = mpl.colorbar.ColorbarBase(ax, cmap=cm, 
         norm=mpl.colors.Normalize(vmin=-0.5, vmax=1.5)) 
cbar.set_clim(-2.0, 2.0) 

Mit den beiden verschiedene Grenzen können Sie den Bereich und die Legende der Farbleiste steuern. In diesem Beispiel wird nur der Bereich zwischen -0,5 und 1,5 in der Leiste angezeigt, während die Farbabbildung zwischen -2 und 2 liegt (dies könnte also Ihr Datenbereich sein, den Sie vor der Skalierung aufnehmen).

Anstatt die Farbskala zu skalieren, skalieren Sie Ihre Daten und passen die Farbleiste an diese an.

Answer 3

Verwenden Sie die CLIM Funktion (entspricht CAXIS Funktion in MATLAB):

plt.pcolor(X, Y, v, cmap=cm) 
plt.clim(-4,4) 
plt.show()