plot_surface() ax.plot_surface(X, Y, Z, rstride = 1, cstride = 1, cmap='jet') 上面用axe()定义的坐标系ax中画三维的曲面图,并且带有梯度颜色。 X、Y、Z就是每个网格点在对应坐标轴的值,cmap是颜色设置,如前面的contourf()。 rstride 是在行上每几个网格点计算一次梯度来图上对应梯度的颜色。cs...
cmap(colormap)参数来修改曲面的颜色。cmap 参数接受一个字符串,表示所使用的颜色映射表(colormap),从而控制曲面的颜色渐变。以下是一些常见的 colormap 名称: 'viridis':一种常用的颜色映射表,从蓝色渐变到黄色。 'jet':另一种常用的颜色映射表,从蓝色渐变到红色。 'coolwarm':从蓝色渐变到红色,中间为白色。
到下面的网页里找色带的名称,注意:名称的大小与网页图片里的一致,否则python报错。 Choosing Colormapsmatplotlib.org/stable/users/explain/colors/colormaps.html 修改cmap对应的值,例如:cmap='Spectral' cmap='jet' cmap='rainbow' 使用色带: contour = ax.tricontourf(vaa_rad, vza, emis, levels=20, ...
colormap可以通过使用plt.cm模块来获取。例如,下面的代码将绘制一组使用jet colormap的散点图。 import matplotlib.pyplot as plt import numpy as np x = np.random.rand(100) y = np.random.rand(100) colors = np.random.rand(100) plt.scatter(x, y, c=colors, cmap='jet') plt.colorbar() plt...
在plot函数中,可以通过设置cmap参数来指定使用的colormap。matplotlib库提供了多种内置的colormap,如'jet'、'viridis'、'cool'等。我们可以根据具体的需求选择合适的colormap,来实现不同风格的颜色渐变效果。 除了设置colormap外,我们还可以通过设置colorbar参数来添加颜色条。颜色条是一种显示colormap与数据之间对应关系...
plt.clabel(cntr, inline_spacing=1, fmt='%.1f', fontsize=10) 为等高线图添加高度标签plt.contourf(x, y, z, 8, cmap='jet') 填充等高线颜色 import numpy as np import matplotlib.pyplot as plt n = 1000 # 生成网格化坐标矩阵 x, y = np.meshgrid(np.linspace(-3, 3, n), np.linspace(-...
img = b.contourf(x, y, alt, levels=range(11), cmap=cm.get_cmap("jet", ), ax=ax) divider = make_axes_locatable(ax) cax = divider.append_axes("right","5%", pad="3%") cb = plt.colorbar(img, cax=cax) b.contour(x, y, permafrost_mask, levels=range(5), linewidth=0.1, colo...
cmap=pl.cm.jet prefix=None, show_colorbar=Trueformatter='%.2f'img1 = load(img) data, aff = img1.get_data(), img1.get_affine() anatimg = load(anat)#load('/usr/share/fsl/data/standard/MNI152_T1_1mm_brain.nii.gz')anatdata, anataff = anatimg.get_data(), anatimg.get_affine(...
sc_map = sc.ScicoMiscellaneous(cmap=ugly_jet) f=sc_map.assess_cmap(figsize=(22,10)) f.set_facecolor("w") Example01 Of scicomap 样例二:Comparing color maps c_l = ["cividis", "inferno", "magma", "plasma", "viridis"] f = sc.plot_colorblind_vision(ctype='sequential', ...
plt.scatter(x,y,c=density,cmap='jet')plt.colorbar()plt.show() 1. 2. 3. 运行以上代码,将会得到一个着色的散点图。颜色的深浅表示丰度的高低,颜色条(colorbar)则显示了丰度值与颜色之间的对应关系。 5. 结语 在本文中,我们介绍了如何使用Python的matplotlib库绘制散点图,并利用颜色映射展示丰度信息。