cmap 中每个种群的不同颜色
Different color for each populations in cmap
假设我有四个数组以及一个 x 和 y 数组
arr1
arr2
arr3
arr4
xarr
yarr
这 4 个数组中的每一个都与我的 x 和 y 数组具有相同的长度,并且它们各自具有一个值,表示人口在 x 和 y 的特定点的“强度”。我的计划是将其绘制为散点图,为散点图中人口具有最高值的每个点着色(所以说如果 arr1 在那个特定点最强,我会把它涂成红色,如果 arr2 最强,我会涂成蓝色,绿色如果 arr3 最强,如果 arr4 最强则黑色。)
我已经可以制作这个情节了(附在下面)。不要担心这里的标签或子图,我只是附上这个所以你可以有一些视觉效果。我的问题是我也想考虑力量的价值。我不确定如何快速解释这一点,所以请耐心等待。在我附在颜色条下方的图中,只有 4 种纯色,每种颜色代表一个单独的群体。我仍然希望颜色条有 4 种不同的颜色,但我希望这四种颜色中的每一种都有渐变,这样我仍然可以感觉到哪些区域的人口更强和更弱——即使它仍然是所有地区中最强的四。 Matplotlib 已经有一个像这样的颜色图(tab20b 或 tab20c),但我只是不确定如何在我做事的过程中实现它。
基本上我制作这个图的方法是在 x 和 y 上循环,我在其中比较每个人口,然后将我输入到散点图(颜色)的颜色数组分配为 0、1、2 或 3取决于谁最强:
for i in range(0, len(xarr)):
for j in range(0, len(yarr)):
if arr1[i,j] > max(arr2[i,j], arr3[i,j], arr4[i,j]):
color = np.append(color, 0)
elif arr2[i,j] > max(arr1[i,j], arr3[i,j], arr4[i,j]):
color = np.append(color, 1)
elif arr3[i,j] > max(arr1[i,j], arr2[i,j], arr4[i,j]):
color = np.append(color, 2)
else:
color = np.append(color, 3)
我现在想找到一种方法来以我的颜色存储 arr[i,j] 的值,同时仍然能够让每个不同的人群以不同的颜色着色。关于如何做到这一点的任何想法?我从未创建过自己的颜色条,但我知道这是你可以做的事情。
如果像 arr = np.array([arr1, arr2, arr3, arr4])
那样将所有数组放在一起,则可以计算最大值 maxs = arr.max(axis=0)
并创建过滤器来绘制点的每个部分。然后可以使用不同的颜色图绘制每个数组。
每个颜色图都可以在单独的颜色条中可视化,可以通过子图定位。
import matplotlib.pyplot as plt
import numpy as np
M, N = 50, 30
arr = [np.random.randn(M, N).cumsum(axis=1).cumsum(axis=0).ravel() for _ in range(4)]
arr = np.array([arr_i - arr_i.mean() for arr_i in arr])
maxs = arr.max(axis=0)
x = np.tile(np.arange(M), N)
y = np.repeat(np.arange(N), M)
cmaps = ['Reds', 'Greens', 'Blues', 'Greys']
fig, axes = plt.subplots(ncols=5, figsize=(12, 4), gridspec_kw={'width_ratios': [30, 1, 1, 1, 1], 'wspace': 0.4})
for arr_i, cmap, cbar_ax in zip(arr, cmaps, axes[1:]):
filter = arr_i == maxs
scat = axes[0].scatter(x[filter], y[filter], c=arr_i[filter], cmap=cmap)
plt.colorbar(scat, cax=cbar_ax)
plt.show()
假设我有四个数组以及一个 x 和 y 数组
arr1
arr2
arr3
arr4
xarr
yarr
这 4 个数组中的每一个都与我的 x 和 y 数组具有相同的长度,并且它们各自具有一个值,表示人口在 x 和 y 的特定点的“强度”。我的计划是将其绘制为散点图,为散点图中人口具有最高值的每个点着色(所以说如果 arr1 在那个特定点最强,我会把它涂成红色,如果 arr2 最强,我会涂成蓝色,绿色如果 arr3 最强,如果 arr4 最强则黑色。)
我已经可以制作这个情节了(附在下面)。不要担心这里的标签或子图,我只是附上这个所以你可以有一些视觉效果。我的问题是我也想考虑力量的价值。我不确定如何快速解释这一点,所以请耐心等待。在我附在颜色条下方的图中,只有 4 种纯色,每种颜色代表一个单独的群体。我仍然希望颜色条有 4 种不同的颜色,但我希望这四种颜色中的每一种都有渐变,这样我仍然可以感觉到哪些区域的人口更强和更弱——即使它仍然是所有地区中最强的四。 Matplotlib 已经有一个像这样的颜色图(tab20b 或 tab20c),但我只是不确定如何在我做事的过程中实现它。
基本上我制作这个图的方法是在 x 和 y 上循环,我在其中比较每个人口,然后将我输入到散点图(颜色)的颜色数组分配为 0、1、2 或 3取决于谁最强:
for i in range(0, len(xarr)):
for j in range(0, len(yarr)):
if arr1[i,j] > max(arr2[i,j], arr3[i,j], arr4[i,j]):
color = np.append(color, 0)
elif arr2[i,j] > max(arr1[i,j], arr3[i,j], arr4[i,j]):
color = np.append(color, 1)
elif arr3[i,j] > max(arr1[i,j], arr2[i,j], arr4[i,j]):
color = np.append(color, 2)
else:
color = np.append(color, 3)
我现在想找到一种方法来以我的颜色存储 arr[i,j] 的值,同时仍然能够让每个不同的人群以不同的颜色着色。关于如何做到这一点的任何想法?我从未创建过自己的颜色条,但我知道这是你可以做的事情。
如果像 arr = np.array([arr1, arr2, arr3, arr4])
那样将所有数组放在一起,则可以计算最大值 maxs = arr.max(axis=0)
并创建过滤器来绘制点的每个部分。然后可以使用不同的颜色图绘制每个数组。
每个颜色图都可以在单独的颜色条中可视化,可以通过子图定位。
import matplotlib.pyplot as plt
import numpy as np
M, N = 50, 30
arr = [np.random.randn(M, N).cumsum(axis=1).cumsum(axis=0).ravel() for _ in range(4)]
arr = np.array([arr_i - arr_i.mean() for arr_i in arr])
maxs = arr.max(axis=0)
x = np.tile(np.arange(M), N)
y = np.repeat(np.arange(N), M)
cmaps = ['Reds', 'Greens', 'Blues', 'Greys']
fig, axes = plt.subplots(ncols=5, figsize=(12, 4), gridspec_kw={'width_ratios': [30, 1, 1, 1, 1], 'wspace': 0.4})
for arr_i, cmap, cbar_ax in zip(arr, cmaps, axes[1:]):
filter = arr_i == maxs
scat = axes[0].scatter(x[filter], y[filter], c=arr_i[filter], cmap=cmap)
plt.colorbar(scat, cax=cbar_ax)
plt.show()