Matplotlib：在更新颜色条值范围时循环绘制矩阵

Question

我想在循环中使用matplotlib 逐平面绘制 3D 张量平面。 然而，在这个例子中，matplotlib 继续在图中添加颜色条：

data = np.random.rand(100,100,10)
for i in range(10):
    plt.imshow(np.squeeze(data[:, :, i]))
    plt.colorbar()
    plt.pause(2)
    print(i)

警告：对于这个简单的问题，我已经看到了一些复杂的答案，但没有奏效。这个问题可能听起来很简单，但我认为可能有一个简单（简短）的解决方案。

Answer 1

所以这里有一个解决方案。不幸的是，它一点也不短。如果有人知道如何使这变得不那么复杂，请随时发布另一个答案。

这是this answer的略微修改版

import matplotlib.pyplot as plt
import numpy as np


def visualize_tensor(data, delay=0.5):
    """ data must be 3 dimensional array and
    have format:
    [height x width x channels]"""
    assert(np.ndim(data) == 3)

    # Get number of channels from last dimension
    num_channels = np.shape(data)[-1]

    # Plot data of first channel
    fig = plt.figure()
    ax = fig.add_subplot(111)
    data_first_channel = data[:, :, 0]
    plot = ax.imshow(data_first_channel)

    # Create colorbar
    cbar = plt.colorbar(plot)
    plt.show(block=False)

    # Iterate over all channels
    for i in range(num_channels):
        print(f"channel = {i}")
        data_nth_channel = np.squeeze(data[:, :, i])
        plot.set_data(data_nth_channel)
        plot.autoscale()
        vmin = np.min(data_nth_channel.view())  # get minimum of nth channel
        vmax = np.max(data_nth_channel.view())  # get maximum of nth channel
        cbar.set_clim(vmin=vmin, vmax=vmax)     
        cbar_ticks = np.linspace(vmin, vmax, num=11, endpoint=True)
        cbar.set_ticks(cbar_ticks)
        cbar.draw_all()
        plt.draw()
        plt.pause(delay)

示例执行：

data = np.random.rand(20,20,10)
visualize_tensor(data)

更新： 使用plot.autoscale() 强制颜色条动态适应，参见this answer

Answer 2

简单的解决方案

在每次循环运行中清除数字。

import numpy as np
import matplotlib.pyplot as plt

data = np.random.rand(100,100,10) * np.linspace(1,7,10)

fig = plt.figure()

for i in range(10):
    plt.clf()
    plt.imshow(np.squeeze(data[:, :, i]))
    plt.colorbar()
    plt.pause(2)

plt.show()

高效的解决方案

使用相同的图像并仅更新数据。还可以使用FuncAnimation 而不是循环来运行 GUI 事件循环中的所有内容。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

data = np.random.rand(100,100,10) * np.linspace(1,7,10)

fig, ax = plt.subplots()
im = ax.imshow(np.squeeze(data[:, :, 0]))
cbar = fig.colorbar(im, ax=ax)

def update(i):
    im.set_data(data[:, :, i])
    im.autoscale()

ani = FuncAnimation(fig, update, frames=data.shape[2], interval=2000)
plt.show()

Answer 3

这个问题引起了我的兴趣，因为在matplotlib 进行黑客攻击是我的爱好。在@mcExchange 提出的解决方案旁边，可以使用这个

from matplotlib.pyplot import subplots 
import numpy as np

%matplotlib notebook
d = np.random.rand(10, 10)
fig, ax = subplots(figsize = (2,2))
# create mappable
h = ax.imshow(d)
# create colorbar
cb = fig.colorbar(h)
# show non-blocking
fig.show(0)
for i in range(100):
    # generate new data
    h.set_data(np.random.randn(*d.shape) + 1)
    h.autoscale()
    # flush events update time 
    ax.set_title(f't = {i}')
    fig.canvas.draw(); fig.canvas.flush_events(); 

我是如何得到这个解决方案的？

文档声明colorbar.update_normal 仅在可映射对象上的规范与以前不同时才会更新。设置数据不会改变这一点。因此，必须调用手动函数来注册此更新。 在幕后发生了以下事情：

    # rescale data for cb trigger
    h.norm.autoscale(h._A) #h._A is the representation of the data
    # update mappable
    h.colorbar.update_normal(h.colorbar.mappable)