Matplotlib 自定义发散渐变忽略颜色

Question

我一直在研究一些用于 python 的数据绘图功能，我研究需要的一个这样的工具是一组差异图表，用于比较两组数据之间的变化。

我现在正处于想要绘制数据的地步，并且正在研究创建自定义颜色图来处理发散数据，但是到目前为止，我的所有绘图要么忽略渐变中的特定步骤，要么我的低值正在重复颜色。

这是生成的示例图：

我的自定义颜色图以及绘图的代码：

diffmap_17 = ["#FF0000", "#F81318", "#F12731", "#EB3B4A", "#EB5C66", "#EB7D82", "#EB9E9E", "#F1BEBE", "#F8DEDE", "#FFFFFF", "#DDDCFD", "#BCB9FB", "#9B96FA", "#6A6CFA", "#3A43FA", "#1D21FC", "#0000FF"]
diffmap_17_colormap = matplotlib.colors.ListedColormap(diffmap_17)

contour_levels = [-20, -10, -5, -2, -1, -0.75, -0.5, -0.25, -0.1, 0.0, 0.1, 0.25, 0.5, 0.75, 1, 2, 5, 10, 20]
cs = m.contourf(x,y,data,contour_levels,cmap=diffmap_17_colormap) #plot total

我的目标是让彩色地图的零点为白色，然后向外发散（红色为负，蓝色为正）。目前，我使用的是标准颜色图，但今后最好使用自定义颜色图。

任何帮助将不胜感激。谢谢！

Answer 1

问题是颜色是通过将最小值和最大值之间的范围分成相等的部分来从颜色图中选择的。由于大多数级别彼此非常接近，因此它们属于相同的范围，因此具有相同的颜色。

最简单的解决方案是不使用颜色图，而是使用绘图，其中每个级别都从颜色列表中获取颜色。在这种情况下，您可以将颜色列表直接提供给contourf 图。

plt.contourf(x,y,data,contour_levels,colors=diffmap_17)

请注意，由于您有 19 个级别，因此您的列表将需要 18 种颜色（因此我添加了一种）。

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

x, y= np.meshgrid(np.linspace(-3,3), np.linspace(-3,3))
r = np.sqrt(x**2+y**2)
data = np.tan((r*0.7-1.5))*1.3

diffmap_17 = ["#FF0000", "#F81318", "#F12731", "#EB3B4A", "#EB5C66", "#EB7D82", 
              "#EB9E9E", "#F1BEBE", "#F8DEDE", "#FFFFFF", "#DDDCFD", "#BCB9FB", 
              "#9B96FA", "#6A6CFA", "#3A43FA", "#1D21FC", "#0000FF", "#0000ce"]

contour_levels = [-20, -10, -5, -2, -1, -0.75, -0.5, -0.25, -0.1, 0.0, 
                  0.1, 0.25, 0.5, 0.75, 1, 2, 5, 10, 20]
cs = plt.contourf(x,y,data,contour_levels,colors=diffmap_17)

plt.colorbar(cs)

plt.show()

如果您想改用颜色图，则需要与颜色图一起提供规范化实例。 matplotlib.colors.BoundaryNorm 将根据提供给它的边界列表选择颜色，这将是等高线图的级别列表。

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

x, y= np.meshgrid(np.linspace(-3,3), np.linspace(-3,3))
r = np.sqrt(x**2+y**2)
data = np.tan((r*0.7-1.5))*1.3

diffmap_17 = ["#FF0000", "#F81318", "#F12731", "#EB3B4A", "#EB5C66", "#EB7D82", 
              "#EB9E9E", "#F1BEBE", "#F8DEDE", "#FFFFFF", "#DDDCFD", "#BCB9FB", 
              "#9B96FA", "#6A6CFA", "#3A43FA", "#1D21FC", "#0000FF", "#0000ce"]
diffmap_17_colormap = matplotlib.colors.ListedColormap(diffmap_17)

contour_levels = [-20, -10, -5, -2, -1, -0.75, -0.5, -0.25, -0.1, 0.0, 
                  0.1, 0.25, 0.5, 0.75, 1, 2, 5, 10, 20]
norm = matplotlib.colors.BoundaryNorm(contour_levels, diffmap_17_colormap.N)
cs = plt.contourf(x,y,data,contour_levels,cmap=diffmap_17_colormap, norm=norm)

plt.colorbar(cs)

plt.show()

输出图同上。