代码之家 › 专栏 › 技术社区 › Jane Sully

使用imshow[duplicate]将列表列表可视化为Matplotlib热图

imshow heatmap data-visualization matplotlib python

-2

Jane Sully · 技术社区 · 6 年前

cmap 未使用正确映射到图像 plt.imshow .

resr 如果不指定cmap,我会看到:

resr = np.array([[0,2],[3,4]],dtype=int)
plt.imshow(resr)

这看起来不错。当我尝试通过指定颜色的cmap时,使用:

cmap1 = ['#7fc97f', '#ffff99', '#386cb0', '#f0027f']
cmap = colors.ListedColormap(cmap1) 
plt.imshow(resr, cmap=cmap)

我懂了:

cmap1[3] 3 和 4 . 为什么会这样?

0 回复 | 直到 6 年前

ImportanceOfBeingErnest 6 年前

我在这里看到两种选择:

答。将数据映射到类别

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.colors as colors
from mpl_toolkits.axes_grid1 import make_axes_locatable

resr = np.array([[0,2],[3,4]],dtype=int)
u, ind = np.unique(resr, return_inverse=True)
norm = colors.BoundaryNorm(np.arange(len(u)+1)-.5, len(u))
cmap1 = ['#7fc97f', '#ffff99', '#386cb0', '#f0027f']
cmap = colors.ListedColormap(cmap1) 

fig,ax = plt.subplots()
im = ax.imshow(ind.reshape(resr.shape), cmap=cmap,norm=norm)
divider = make_axes_locatable(ax)
cax = divider.append_axes("right", size="5%")

cb = plt.colorbar(im, cmap=cmap,norm=norm,cax=cax)

cb.set_ticks(np.arange(len(u)))
cb.ax.set_yticklabels(cmap1)
cb.ax.tick_params(labelsize=10)

plt.show()

B。将类别映射到数据

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.colors as colors
from mpl_toolkits.axes_grid1 import make_axes_locatable

resr = np.array([[0,2],[3,4]],dtype=int)

u = np.unique(resr)
bounds = np.concatenate(([resr.min()-1], u[:-1]+np.diff(u)/2. ,[resr.max()+1]))
print(bounds)
norm = colors.BoundaryNorm(bounds, len(bounds)-1)
cmap1 = ['#7fc97f', '#ffff99', '#386cb0', '#f0027f']
cmap = colors.ListedColormap(cmap1) 

fig,ax = plt.subplots()
im = ax.imshow(resr, cmap=cmap,norm=norm)
divider = make_axes_locatable(ax)
cax = divider.append_axes("right", size="5%")

cb = plt.colorbar(im, cmap=cmap,norm=norm,cax=cax)

cb.set_ticks(bounds[:-1]+np.diff(bounds)/2.)
cb.ax.set_yticklabels(cmap1)
cb.ax.tick_params(labelsize=10)

plt.show()

dubbbdan 6 年前

以下是@ImportanceOfBeingErnest的评论,提供了他们 post ,我找到了解决办法。

诀窍是用传球 np.unique(resr) 到 BoundaryNorm

resr = np.array([[0,2],[3,4]],dtype=int)

norm = colors.BoundaryNorm(np.unique(resr), len(np.unique(resr))-1)
cmap1 = ['#7fc97f', '#ffff99', '#386cb0', '#f0027f']
cmap = colors.ListedColormap(cmap1) 
plt.imshow(resr, cmap=cmap,norm=norm);plt.colorbar()

返回预期结果:

推荐文章

Karim Abou El Naga · 将带字符串的DataFrame绘制到堆叠条形图中

2 年前

Diego González Castellanos · 如何使用子图更改matplotlib中每个图的大小

2 年前

Adam Saleem · 如何在matplotlib中获得更清晰的条形图?

2 年前

JKGalbraith · 使用Matplotlib基于阵列将颜色渲染为箭头

2 年前

Dedekid · FuncAnimation如何在每次迭代后更新文本

2 年前

DHJ · 如何删除matplotlib 3d plot中的轴值

2 年前

Piyush Narula · 如何设置次要定位器

2 年前

Tom · 移动球体动画

2 年前

Narams · 如何减少matplotlib中分组条形图子图之间的间距?

2 年前

Tom · 设置球体的坐标

2 年前