Matplotlib自定义发散渐变忽略颜色

Question

我一直在研究一些适用于python的数据绘图功能，而我研究所需的一个此类工具是一组差异图，用于比较两组数据之间的变化。

我现在要绘制数据，正在寻找创建自定义颜色图以处理差异数据的方法，但是到目前为止，我所有的图都忽略了渐变中的特定步骤，或者正在绘制颜色重复我的低价值。

这是生成的示例图：

还有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

我的目标是使颜色图的零点为白色，然后向外发散（红色为负，蓝色为正）。 目前，我正在使用标准的颜色表，但是最好使用自定义颜色表。

任何帮助将不胜感激。 谢谢！

Answer 1

问题在于，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颜色。 由于大多数级别彼此非常接近，因此它们属于同一范围，因此具有相同的颜色。

最简单的解决方案是不使用颜色图，而是使用每个色阶从颜色列表中获取其颜色的图。 在这种情况下，您可以直接将颜色列表提供给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()

如果要改用色图，则需要与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()

输出图与上面相同。