Python/Matplotlib：基于自定义/更改的颜色图为表格中的单元格着色

Question

我对 Matplotlib 的表格方面相当陌生，并且一直难以理解颜色图的功能。所以我在这里遗漏了一些简单的东西，我很抱歉......这不是故意的。

我希望创建一个表格来显示随机模型的乘法偏差值。这是一个关键方面，因为值的分布不是线性的——也不一定是指数的。例如，数据分布应该以 1 为中心，不低于零，理论上没有上限（尽管我将其限制在 10）。

因此，就颜色图而言，我需要颜色图以值“1”为中心，颜色图的一半着色值从 0 到 1，另一半着色值从 1 到 10。理想情况下，这将是“发散”颜色图，例如“bwr”（此处的示例：https://matplotlib.org/stable/tutorials/colors/colormaps.html），其中接近 1 的值是白色，（0 和 1）之间的值是各种蓝色，而（1 和 10）之间的值是各种深浅不一的红色。

我似乎无法解开如何将整个混乱的指令传递到 Matplotlib 中的“cellColours”参数中。我找到了有关如何使用颜色图来控制单元格颜色的有用示例（例如here），我正在尝试构建这些示例（见下文）。这确实将“bwr”颜色图粘附到表格上 - 但是，它在数据集上线性应用它，我似乎无法将我的大脑包裹起来以使颜色图遵守可能自定义的比例（0

有什么提示或建议吗？我是不是很傻，错过了一些清晰易懂的东西？

import numpy as np
import matplotlib
from matplotlib import cm
import matplotlib.pyplot as plt
from pandas import *

#Create sample dataset
idx = Index(np.arange(1,6))
df = DataFrame(abs(2*np.random.randn(5, 5)), index=idx, columns=['A', 'B', 'C', 'D', 'E'])
#print(df)
vals = np.around(df.values,2)
print(vals)

##Create list of customized levels--linear from 0 to 1, then linear from 1 to 10--with
##granularity to match 256 entry colormap.
##Do I do something with this?
firstlist = np.linspace(0, 1, num=128)
secondlist = np.linspace(1.05,10,num=127)
levels = np.concatenate((firstlist, secondlist), axis=0)

norm = plt.Normalize(0,10)
colours = plt.cm.bwr(norm(vals)) #Linear normalization of the colormap, which isn't what is desired.

fig = plt.figure(figsize=(15,8))
ax = fig.add_subplot(111, frameon=False, xticks=[], yticks=[])
the_table=plt.table(cellText=vals, rowLabels=df.index, colLabels=df.columns,
                    loc='center', cellColours=colours)

plt.savefig('test_table.png')

Answer 1

啊，明白了。

原来它只是应用 matplotlib.colors.TwoSlopeNorm() 函数来创建标准化。

因此，新代码如下所示：

import numpy as np
import matplotlib
from matplotlib import cm
import matplotlib.pyplot as plt
from pandas import *

#Create sample dataset
idx = Index(np.arange(1,6))
df = DataFrame(abs(2*np.random.randn(5, 5)), index=idx, columns=['A', 'B', 'C', 'D', 'E'])
#print(df)
vals = np.around(df.values,2)
print(vals)

##Create list of customized levels--linear from 0 to 1, then linear from 1 to 10--with
##granularity to match 256 entry colormap.
##Do I do something with this?
firstlist = np.linspace(0, 1, num=128)
secondlist = np.linspace(1.05,10,num=127)
levels = np.concatenate((firstlist, secondlist), axis=0)

#norm = plt.Normalize(0,10) #NO
norm = matplotlib.colors.TwoSlopeNorm(vmin=0,vcenter=1,vmax=10) #YES
colours = plt.cm.bwr(norm(vals))

fig = plt.figure(figsize=(15,8))
ax = fig.add_subplot(111, frameon=False, xticks=[], yticks=[])
the_table=plt.table(cellText=vals, rowLabels=df.index, colLabels=df.columns,
                    loc='center', cellColours=colours)

plt.savefig('test_table.png')