显然这个很慢满足要就要求为了将所有等值线之间填充上颜色最大值和背景色之间需要改变填充的最值即valsfindgennlevelsstepmind1的需要做出调整经过不断的尝试选取valsmind11valsmaxd11在原始的基础上多加两层等值线确保数据范围都在填充颜色范围内 IDL中contour和colorbar的使用技巧 使用IDL绘制等值线和填充对应的颜色 ...
程序源代码如下：protest_4 ;file='M'+['X','Y','Z','F','I','D','H']+'_'+'2010_0.0'+'.dat'file='MX_2010_0.0.dat'fori=,6dobegin file1=read_ascii(file[i])name=strmid(file[i],,7) d1=file1.field001 device,decompose=1 xx=-89+findgen(179)*(180./179)yy=-...
[-90,90],$ ;用来局部放大数据空间,即只显示给定范围的图像 planar=1,$ ;设置显示模式,0为三维,1为平面 view_title=name,$ xtitle=Logitude,$ xminor=0,xtickname=xname,xticklen=0.05,$ yminor=0,ytickname=yname,yticklen=0.05,$ ytitle=Latitude,$;设置标题 /fill) ;填充模式 cbar=COLORBAR...
在contour中使用RGB_TABLE=25,导入所需的颜色列表,c_value=vals用来设置绘制的等值线,xminor=0,xtickname=xname,xticklen=0.05,$yminor=0,ytickname=yname,yticklen=0.05,＄用来设置坐标轴的显示信息,/fill表明为颜色填充,若取消该关键字则不对图像进行颜色点冲,效果如下:cbar=COLORBAR(traget=p1,...
cbar=COLORBAR(traget=p1,ORIENTATION=1,$ font_size=7.5,POSITION=[0.86,0.20,0.91,0.75],textpos=1) 用来设置色标,orientation=1为垂直方向,默认值为0(水平方向) p2=contour(d1,yy,xx,c_value=vals,/follow,$ c_label_show=1,c_linestyle=2,font_size=7.5,planar=1,/overplot) ...
# 使用自定义的颜色映射contour=plt.contour(data,levels=[0.2,0.4,0.6,0.8],cmap='cool')# 添加颜色条plt.colorbar(contour) 1. 2. 3. 4. 5. 在这个例子中,我们使用了名为’cool’的颜色映射,它会根据高度值的大小从蓝色到绿色渐变。这样可以使得等高线的颜色更加清晰地显示地形的分布情况。
61、ircle(x(j), y(j), 10), $/Fill, Color=zcolors(j), /Device附带地说一下,最好有一个色棒能够告知Z 值和各种颜色的某些关系。可以用本书的Colorbar 程序增加一个色棒,键入:IDL Colorbar, Position = 0.85, 0.15, 0.90, 0.95, $Range=Min(z), Max(z), /Vertical, $Format= (I5 ) , ...
colorbar不能完全复现 我用了matplotlib自带的colormap但是不能达到图片效果,我也想过用matplotlib自带的生成渐变colormap的函数,但是效果也很差,最后我想了一个笨办法,就是一个一个颜色地读取然后自己创建一个色卡,我用到了苹果自带的功能,应该很多软件都有类似功能。使用读取出来的sRGB即可。
matplotlib(5)-- 等高线contourf、contour;imshow() ; colorbar(); 3D数据处理 1 import matplotlib.pyplot as plt 2 import numpy as np 3 4 #定义计算高度的函数 5 def f(x,y): 6 return (1 - x/2 + x**5 +y**3) * np.exp(-x**2 - y**2) 7 8 n = 256 9 x = np.linspace(-...
如何添加colorbar 我们先假设x, y的取值范围如下: import matplotlib.pyplot as plt import numpy as np x=np.array([1,2,3])y=np.array([2,3,4,5]) Z的形状是跟x, y的数量有关[y, x],在这里是[4, 3]的矩阵, Z=np.random.random((4,3))#生成的随机数如下:Out:array([[0.02980206,0.08622...