我有一系列线(目前总共60个),我想绘制到同一个数字以显示某个过程的时间演变。绘制当前行,使最早的时间步长绘制为100%红色,最新时间步长绘制为100%蓝色,中间的时间步长是红色和蓝色的混合,基于它们的时间(红色的量随着时间的增加而线性减少,而蓝色的量随着时间的增加而线性增加;简单的颜色梯度)。我想制作一种(最好是垂直的)某种颜色条,以连续的方式显示它。我的意思是我想要一个底部为红色,顶部为蓝色,条形中间有红色和蓝色混合的颜色条,它以与线条相同的方式从红色平滑过渡到蓝色我情节。我还想在这个颜色条上放置轴,以便我可以显示哪个颜色对应于哪个时间步。
我已经阅读了matplotlib.pyplot.colorbar()
的文档,但是如果不使用matplotlib之前定义的彩色地图,我就无法弄清楚如何做我想做的事情。我的猜测是,我需要定义自己的颜色图,从红色到蓝色过渡,然后将它提供给matplotlib.pyplot.colorbar()
并获得我想要的颜色条会相对简单。
以下是我用来绘制线条的代码示例:
import numpy as np
from matplotlib import pyplot as pp
x= ##x-axis values for plotting
##start_time is the time of the earliest timestep I want to plot, type int
##end_time is the time of the latest timestep I want to plot, type int
for j in range(start_time,end_time+1):
##Code to read data in from time step number j
y = ##the data I want to plot
red = 1. - (float(j)-float(start_time))/(float(end_time)-float(start_time))
blue = (float(j)-float(start_time))/(float(end_time)-float(start_time))
pp.plot(bin_center,spectrum,color=(red,0,blue))
pp.show()
修改
也许这会让我更清楚我的意思。以下是我的数字:
每一行显示不同时间步长的x值和y值之间的关系。红线是较早的时间步长,蓝线是较晚的时间步,紫色线在中间,如上所述。如果已经绘制了这个,我将如何创建一个颜色条(如果可能,在右侧垂直)将颜色(连续)映射到每种颜色代表的时间步长的时间值?
答案 0 :(得分:9)
你需要做两件事。
matplotlib.cm
中的标准地图之一。matplotlib.pyplot.plot()
识别的颜色值的映射。目前,您通过red
和blue
变量基本上执行了这两项操作,这对于plt.plot()
来说很好,但plt.colorbar()
将要求此信息作为Matplotlib可映射对象,例如ScalarMappable
。如果在开始绘图之前设置此对象,还可以使用它在plt.plot()
调用中选择适当的颜色。
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors as mcol
import matplotlib.cm as cm
start_time = 100
end_time = 120
# Generate some dummy data.
tim = range(start_time,end_time+1)
xdat = np.arange(0,90.1)
ydat = [np.sin(0.2*(xdat-t)/np.pi) for t in tim]
# Make a user-defined colormap.
cm1 = mcol.LinearSegmentedColormap.from_list("MyCmapName",["r","b"])
# Make a normalizer that will map the time values from
# [start_time,end_time+1] -> [0,1].
cnorm = mcol.Normalize(vmin=min(tim),vmax=max(tim))
# Turn these into an object that can be used to map time values to colors and
# can be passed to plt.colorbar().
cpick = cm.ScalarMappable(norm=cnorm,cmap=cm1)
cpick.set_array([])
F = plt.figure()
A = F.add_subplot(111)
for y, t in zip(ydat,tim):
A.plot(xdat,y,color=cpick.to_rgba(t))
plt.colorbar(cpick,label="Time (seconds)")