python pyplot:contourf 上的颜色条和同一图中的散点图
python pyplot: colorbar on contourf and scatter in same plot
我有两个不同的数据集。一个是 numpy NxM 矩阵,另一个是 Lx3 pandas 数据帧。我将散点图(Lx3 数据帧)叠加在等高线图(NxM)之上,颜色条根据散点图数据进行缩放。 如何根据两个数据集强制颜色条缩放(如何同步两个绘图图层上的颜色条)?
import numpy as np
import matplotlib.pyplot as plt
#generate random matrix with min value of 1 and max value 5
xx = np.random.choice(a = [1,2,3,4,5],p = [1/5.]*5,size=(100,100))
#contourf plot of the xx matrix
plt.contourf(np.arange(100),np.arange(100),xx)
#generate x and y axis of the new dataframe
dfxy = np.random.choice(range(20,80),p = [1/float(len(range(20,80)))]*len(range(20,80)),size = (100,2))
#generate z values of the dataframe with min value 10 and max value 15
dfz = np.random.choice(a = np.linspace(10,15,10),p = [1/10.]*10,size = 100)
plt.scatter(dfxy[:,0],dfxy[:,1],c=dfz,s=80)
cb = plt.colorbar()
#cb.set_clim([1,15])
plt.show()
我尝试设置限制,但结果对我来说仍然没有意义。 contourf 似乎仍然没有在颜色栏中表示。
您需要对两个图使用相同的颜色归一化。这可以通过使用 norm
关键字参数为两个图提供 matplotlib.colors.Normalize
实例来实现。
import matplotlib.pyplot as plt
import matplotlib.colors
import numpy as np
#generate random matrix with min value of 1 and max value 5
xx = np.random.choice(a = [1,2,3,4,5],p = [1/5.]*5,size=(100,100))
#generate x and y axis of the new dataframe
dfxy = np.random.choice(range(20,80),p = [1/float(len(range(20,80)))]*len(range(20,80)),size = (100,2))
#generate z values of the dataframe with min value 10 and max value 15
dfz = np.random.choice(a = np.linspace(0,7,10),size = 100)
mi = np.min((dfz.min(), xx.min()))
ma = np.max((dfz.max(), xx.max()))
norm = matplotlib.colors.Normalize(vmin=mi,vmax=ma)
plt.contourf(np.arange(100),np.arange(100),xx, norm=norm, cmap ="jet")
plt.scatter(dfxy[:,0],dfxy[:,1],c=dfz,s=80, norm=norm, cmap ="jet", edgecolor="k")
cb = plt.colorbar()
plt.show()
此处两个图共享相同的配色方案,因此可以使用单个颜色条。
我有两个不同的数据集。一个是 numpy NxM 矩阵,另一个是 Lx3 pandas 数据帧。我将散点图(Lx3 数据帧)叠加在等高线图(NxM)之上,颜色条根据散点图数据进行缩放。 如何根据两个数据集强制颜色条缩放(如何同步两个绘图图层上的颜色条)?
import numpy as np
import matplotlib.pyplot as plt
#generate random matrix with min value of 1 and max value 5
xx = np.random.choice(a = [1,2,3,4,5],p = [1/5.]*5,size=(100,100))
#contourf plot of the xx matrix
plt.contourf(np.arange(100),np.arange(100),xx)
#generate x and y axis of the new dataframe
dfxy = np.random.choice(range(20,80),p = [1/float(len(range(20,80)))]*len(range(20,80)),size = (100,2))
#generate z values of the dataframe with min value 10 and max value 15
dfz = np.random.choice(a = np.linspace(10,15,10),p = [1/10.]*10,size = 100)
plt.scatter(dfxy[:,0],dfxy[:,1],c=dfz,s=80)
cb = plt.colorbar()
#cb.set_clim([1,15])
plt.show()
我尝试设置限制,但结果对我来说仍然没有意义。 contourf 似乎仍然没有在颜色栏中表示。
您需要对两个图使用相同的颜色归一化。这可以通过使用 norm
关键字参数为两个图提供 matplotlib.colors.Normalize
实例来实现。
import matplotlib.pyplot as plt
import matplotlib.colors
import numpy as np
#generate random matrix with min value of 1 and max value 5
xx = np.random.choice(a = [1,2,3,4,5],p = [1/5.]*5,size=(100,100))
#generate x and y axis of the new dataframe
dfxy = np.random.choice(range(20,80),p = [1/float(len(range(20,80)))]*len(range(20,80)),size = (100,2))
#generate z values of the dataframe with min value 10 and max value 15
dfz = np.random.choice(a = np.linspace(0,7,10),size = 100)
mi = np.min((dfz.min(), xx.min()))
ma = np.max((dfz.max(), xx.max()))
norm = matplotlib.colors.Normalize(vmin=mi,vmax=ma)
plt.contourf(np.arange(100),np.arange(100),xx, norm=norm, cmap ="jet")
plt.scatter(dfxy[:,0],dfxy[:,1],c=dfz,s=80, norm=norm, cmap ="jet", edgecolor="k")
cb = plt.colorbar()
plt.show()
此处两个图共享相同的配色方案,因此可以使用单个颜色条。