将配色方案标签更改为对数刻度而不更改 matplotlib 中的轴

Question

我对 python 编程很陌生。我有一个使用 matplotlib 绘制热图的脚本。 X 轴值的范围 =（-180 到 +180）和 Y 轴值 =（0 到 180）。二维热图根据 x-y 图中指定区域中出现的点数（由“bin”（见下文）定义）为 Rainbow 中的区域着色。 在这种情况下，x = values_Rot 和 y = values_Tilt（代码见下文）。

到目前为止，此脚本以线性比例为 2D 热图着色。如何更改此脚本，使其以对数刻度为热图着色？请注意，我只想将热图着色方案更改为对数比例，即仅指定区域中的点数。 x 和 y 轴在线性比例（而不是对数比例）中保持不变。 部分代码在这里。

rot_number = get_header_number(headers, AngleRot)
tilt_number = get_header_number(headers, AngleTilt)
psi_number = get_header_number(headers, AnglePsi)

values_Rot = []
values_Tilt = []
values_Psi = []

for line in data:
    try:
        values_Rot.append(float(line.split()[rot_number]))
        values_Tilt.append(float(line.split()[tilt_number]))
        values_Psi.append(float(line.split()[psi_number]))

    except:
        print ('This line didnt work, it may just be a blank space. The line is:' + line)

# Change the values here if you want to plot something else, such as psi. 
# You can also change how the data is binned here.
plt.hist2d(values_Rot, values_Tilt, bins=25,)
plt.colorbar()
plt.show()

plt.savefig('name_of_output.png')

Answer 1

您可以使用LogNorm 作为颜色，使用plt.hist2d(...., norm=LogNorm())。这是一个比较。

要在底数 2 中添加刻度，the developers suggest 将底数添加到 LogLocator 和 LogFormatter。在这种情况下，LogFormatter 似乎用一位小数 (.0) 写入数字，StrMethodFormatter 可用于显示不带小数的数字。根据数字的范围，有时次要刻度（较短的标记线）也会得到一个字符串，可以通过为次要颜色条刻度分配 NullFormatter 来抑制它。

请注意，base 2 和 base 10 定义完全相同的颜色转换。刻度的位置和标签是不同的。下面的示例创建了两个颜色条来展示不同的外观。

import matplotlib.pyplot as plt
from matplotlib.ticker import NullFormatter, StrMethodFormatter, LogLocator
from matplotlib.colors import LogNorm
import numpy as np
from copy import copy

# create some toy data for a standalone example
values_Rot = np.random.randn(100, 10).cumsum(axis=1).ravel()
values_Tilt = np.random.randn(100, 10).cumsum(axis=1).ravel()

fig, (ax1, ax2) = plt.subplots(ncols=2, figsize=(15, 4))

cmap = copy(plt.get_cmap('hot'))
cmap.set_bad(cmap(0))

_, _, _, img1 = ax1.hist2d(values_Rot, values_Tilt, bins=40, cmap='hot')
ax1.set_title('Linear norm for the colors')
fig.colorbar(img1, ax=ax1)
_, _, _, img2 = ax2.hist2d(values_Rot, values_Tilt, bins=40, cmap=cmap, norm=LogNorm())
ax2.set_title('Logarithmic norm for the colors')
fig.colorbar(img2, ax=ax2)  # default log 10 colorbar
cbar2 = fig.colorbar(img2, ax=ax2)  # log 2 colorbar
cbar2.ax.yaxis.set_major_locator(LogLocator(base=2))
cbar2.ax.yaxis.set_major_formatter(StrMethodFormatter('{x:.0f}'))
cbar2.ax.yaxis.set_minor_formatter(NullFormatter())
plt.show()

请注意，log(0) 是负无穷大。因此，左侧图中的零值（最深的颜色）在带有对数颜色值的图上留空（白色背景）。如果您只想为这些零使用最低颜色，则需要设置'bad' color。为了不更改标准颜色图，最新的 matplotlib 版本希望您首先制作颜色图的副本。

PS：当调用plt.savefig() 时，在plt.show() 之前调用它很重要，因为plt.show() 清除了情节。

此外，请尽量避免使用“喷射”颜色图，因为它有一个不是极端的亮黄色区域。它可能看起来不错，但可能非常具有误导性。 This blog article 包含详尽的解释。 The matplotlib documentation 包含可用颜色图的概述。

请注意，要比较两个图，需要使用plt.subplots()，而不是plt.hist2d，需要ax.hist2d（请参阅this post）。此外，对于两个颜色条，颜色条所基于的元素需要作为参数给出。您的代码的最小更改如下所示：

from matplotlib.ticker import NullFormatter, StrMethodFormatter, LogLocator
from matplotlib.colors import LogNorm
from matplotlib import pyplot as plt
from copy import copy

# ...
# reading the data as before

cmap = copy(plt.get_cmap('magma'))
cmap.set_bad(cmap(0))
plt.hist2d(values_Rot, values_Tilt, bins=25, cmap=cmap, norm=LogNorm())
cbar = plt.colorbar()
cbar.ax.yaxis.set_major_locator(LogLocator(base=2))
cbar.ax.yaxis.set_major_formatter(StrMethodFormatter('{x:.0f}'))
cbar.ax.yaxis.set_minor_formatter(NullFormatter())

plt.savefig('name_of_output.png') # needs to be called prior to plt.show()
plt.show()