Matplotlib-将颜色条添加到折线图序列
问题内容:
对于变量z的许多不同值,我有两个变量(x,y)的折线图序列。我通常会添加带有以下图例的折线图:
import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(111)
# suppose mydata is a list of tuples containing (xs, ys, z)
# where xs and ys are lists of x's and y's and z is a number.
legns = []
for(xs,ys,z) in mydata:
pl = ax.plot(xs,ys,color = (z,0,0))
legns.append("z = %f"%(z))
ax.legends(legns)
plt.show()
但是我的图表太多,图例将覆盖该图表。我宁愿有一个颜色条来指示与该颜色相对应的z值。我在画廊中找不到任何类似的东西,而我的所有尝试都无法处理色标。显然,在尝试添加颜色条之前,必须创建一个绘图集合。
是否有捷径可寻?谢谢。
编辑(说明):
我想做这样的事情:
import matplotlib.pyplot as plt
import matplotlib.cm as cm
fig = plt.figure()
ax = fig.add_subplot(111)
mycmap = cm.hot
# suppose mydata is a list of tuples containing (xs, ys, z)
# where xs and ys are lists of x's and y's and z is a number between 0 and 1
plots = []
for(xs,ys,z) in mydata:
pl = ax.plot(xs,ys,color = mycmap(z))
plots.append(pl)
fig.colorbar(plots)
plt.show()
但是,根据Matplotlib参考,这将不起作用,因为无论这意味着什么,绘图列表都不是“可映射的”。
我使用LineCollection
以下方法创建了一个替代绘图功能:
def myplot(ax,xs,ys,zs, cmap):
plot = lc([zip(x,y) for (x,y) in zip(xs,ys)], cmap = cmap)
plot.set_array(array(zs))
x0,x1 = amin(xs),amax(xs)
y0,y1 = amin(ys),amax(ys)
ax.add_collection(plot)
ax.set_xlim(x0,x1)
ax.set_ylim(y0,y1)
return plot
xs
和ys
是x和y坐标的列表的列表和zs
是条件的不同上色每行的列表。但是,这感觉有点像杂事……我认为会有更整齐的方法可以做到这一点。我喜欢该plt.plot()
功能的灵活性。
问题答案:
(我知道这是一个老问题,但是…)色条需要使用matplotlib.cm.ScalarMappable
,plt.plot
产生的线不是标量可映射的,因此,要制作色条,我们将需要使标量可映射。
好。因此,a的构造函数ScalarMappable
需要一个cmap
和一个norm
实例。(规范将数据缩放到0-1范围,您已经使用过的cmap的值在0-1之间并返回一个颜色)。因此,在您的情况下:
import matplotlib.pyplot as plt
sm = plt.cm.ScalarMappable(cmap=my_cmap, norm=plt.normalize(min=0, max=1))
plt.colorbar(sm)
因为您的数据已经在0-1范围内,所以您可以将sm
创建简化为:
sm = plt.cm.ScalarMappable(cmap=my_cmap)
希望能帮助到别人。
编辑 :对于matplotlib v1.2或更高版本,代码变为:
import matplotlib.pyplot as plt
sm = plt.cm.ScalarMappable(cmap=my_cmap, norm=plt.normalize(vmin=0, vmax=1))
# fake up the array of the scalar mappable. Urgh...
sm._A = []
plt.colorbar(sm)
编辑 :对于matplotlib v1.3或更高版本,代码变为:
import matplotlib.pyplot as plt
sm = plt.cm.ScalarMappable(cmap=my_cmap, norm=plt.Normalize(vmin=0, vmax=1))
# fake up the array of the scalar mappable. Urgh...
sm._A = []
plt.colorbar(sm)
编辑 :对于matplotlib v3.1或更高版本,简化为:
import matplotlib.pyplot as plt
sm = plt.cm.ScalarMappable(cmap=my_cmap, norm=plt.Normalize(vmin=0, vmax=1))
plt.colorbar(sm)