my_cmap_rgb[:,i] = (1 - alpha) + alpha*my_cmap_rgb[:,i] my_cmap = mpl.colors.ListedColormap(my_cmap_rgb, name='my_cmap') 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 在这里,我基于winter创建一个新的颜色图my_cmap_rgb,然后编辑非alpha通道(0、1和2)来自己进行alpha混合。然后,我可...
在上面的代码中,我们首先创建了一个颜色映射cmap,通过ListedColormap来指定颜色列表。然后创建了一个随机生成的数据数组data,并将这个数据数组应用到一个图像中,指定颜色映射为cmap。最后使用colorbar()函数添加颜色条。 通过这样的方式,我们可以很容易地将颜色映射和颜色条应用到绘图中,以更好地展示数据的分布和趋势。
importmatplotlib.pyplotaspltimportnumpyasnp# 创建数据x=np.linspace(0,10,100)y=np.sin(x)# 绘制图形plt.figure()plt.scatter(x,y,c=y,cmap='viridis')# 设置cmap为'viridis'plt.colorbar()# 添加颜色条plt.show() 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 在上面的示例中,我们通过...
我有以下带有颜色条的图表:这是代码:set_cmap('rainbow')contourf(0.5*(data1+data2))xlabel (r'across track $\rm\,[pixels]$')ylabel (r'along track $\rm\,[pixels]$')cbar = plt.colorbar()cbar.set_label('radiance', rotation=270)title('1.6 mue (avg: 5992-6012 cm^(-1))')# Show ...
在Python中使用cmap选择颜色,可以通过传入不同的cmap参数来选择不同的颜色映射方式。常用的cmap包括: ‘viridis’:从浅绿到深蓝的颜色映射 ‘plasma’:从粉红到黄色的颜色映射 ‘inferno’:从橙色到黑色的颜色映射 ‘magma’:从紫红到黑色的颜色映射 ‘cividis’:色盲友好的颜色映射 示例如下: import matplotlib....
())# 建立线段到颜色之间的关联lc=LineCollection(segments,cmap='viridis',norm=norm)# 设置数据点坐标值所对应的颜色值,此处注释掉官方示例代码,是因为颜色指示条与曲线实际的颜色值对应不上# lc.set_array(dydx)lc.set_array(y)lc.set_linewidth(4)# 在坐标系中绘制曲线line=axs[0].add_collection(lc)...
plt.scatter(x, y, c=c,cmap='viridis') # cmap指定了颜色映射方案 # 添加颜色条以显示颜色和其...
lc = LineCollection(segments, cmap=cmap, norm=norm)#传入各线段颜色的关联值,基于该数据以及上述规则判断各线段的颜色lc.set_array(dydx) lc.set_linewidth(2) line = axs.add_collection(lc)#添加颜色条fig.colorbar(line) axs.set_xlim(x.min(), x.max()) ...
创建散点图,此时指定颜色映射为热图(hot) scatter = pl.scatter(x, y, c=colors, cmap='hot') 添加颜色条 cbar = pl.colorbar(scatter) cbar.set_label('Intensity') 显示图表 pl.show() 三、散点图和颜色条的高级应用 现在让我们通过一个实际的例子来演示如何结合散点图和颜色条来展示更为复杂的数据...