Conjunto de Colorbar rango en matplotlib

Question

Tengo el siguiente código:

import matplotlib.pyplot as plt 

cdict = { 
    'red' : ((0.0, 0.25, .25), (0.02, .59, .59), (1., 1., 1.)), 
    'green': ((0.0, 0.0, 0.0), (0.02, .45, .45), (1., .97, .97)), 
    'blue' : ((0.0, 1.0, 1.0), (0.02, .75, .75), (1., 0.45, 0.45)) 
} 

cm = m.colors.LinearSegmentedColormap('my_colormap', cdict, 1024) 

plt.clf() 
plt.pcolor(X, Y, v, cmap=cm) 
plt.loglog() 
plt.xlabel('X Axis') 
plt.ylabel('Y Axis') 

plt.colorbar() 
plt.show() 

Así que esto produce un gráfico de los valores 'v' en los ejes X vs Y, utilizando el mapa de colores especificado. Los ejes X e Y son perfectos, pero el mapa de colores se extiende entre el mínimo y máximo de v me gustaría forzar el mapa de colores para variar entre 0 y 1.

pensé usando:.

plt.axis(...) 

Para establecer los rangos de los ejes, pero esto solo toma argumentos para el mínimo y el máximo de X e Y, no el mapa de colores.

Editar:

Para mayor claridad, supongamos que tengo un gráfico cuyos valores variar (0 ... 0,3), y otro gráfico cuyos valores (0.2 ... 0.8).

En ambos gráficos, querré que el rango de la barra de color sea (0 ... 1). En ambos gráficos, quiero que este rango de color sea idéntico usando el rango completo de cdict anterior (por lo que 0.25 en ambos gráficos será del mismo color). En el primer gráfico, todos los colores entre 0.3 y 1.0 no se mostrarán en el gráfico, sino que aparecerán en la barra de color de la barra lateral. En el otro, todos los colores entre 0 y 0.2, y entre 0.8 y 1 no aparecerán en el gráfico, sino que aparecerán en la barra de color al costado.

Answer 1

El uso de vmin y vmax fuerza el alcance de los colores. He aquí un ejemplo:

import matplotlib as m 
import matplotlib.pyplot as plt 
import numpy as np 

cdict = { 
    'red' : ((0.0, 0.25, .25), (0.02, .59, .59), (1., 1., 1.)), 
    'green': ((0.0, 0.0, 0.0), (0.02, .45, .45), (1., .97, .97)), 
    'blue' : ((0.0, 1.0, 1.0), (0.02, .75, .75), (1., 0.45, 0.45)) 
} 

cm = m.colors.LinearSegmentedColormap('my_colormap', cdict, 1024) 

x = np.arange(0, 10, .1) 
y = np.arange(0, 10, .1) 
X, Y = np.meshgrid(x,y) 

data = 2*(np.sin(X) + np.sin(3*Y)) 

def do_plot(n, f, title): 
    #plt.clf() 
    plt.subplot(1, 3, n) 
    plt.pcolor(X, Y, f(data), cmap=cm, vmin=-4, vmax=4) 
    plt.title(title) 
    plt.colorbar() 

plt.figure() 
do_plot(1, lambda x:x, "all") 
do_plot(2, lambda x:np.clip(x, -4, 0), "<0") 
do_plot(3, lambda x:np.clip(x, 0, 4), ">0") 
plt.show() 

Answer 2

No estoy seguro si esta es la solución más elegante (esto es lo que he usado), pero se puede escalar sus datos en el rango entre 0 a 1 y luego modificar la barra de colores:

import matplotlib as mpl 
... 
ax, _ = mpl.colorbar.make_axes(plt.gca(), shrink=0.5) 
cbar = mpl.colorbar.ColorbarBase(ax, cmap=cm, 
         norm=mpl.colors.Normalize(vmin=-0.5, vmax=1.5)) 
cbar.set_clim(-2.0, 2.0) 

Con los dos diferentes límites puede controlar el rango y la leyenda de la barra de colores. En este ejemplo, solo el rango entre -0.5 a 1.5 se muestra en la barra, mientras que el mapa de colores cubre de -2 a 2 (por lo que este podría ser su rango de datos, que registrará antes de escalar).

Por lo tanto, en lugar de escalar el mapa de colores, puede escalar sus datos y ajustar la barra de colores a eso.

Answer 3

Uso del CLIM función (equivalente a CAXIS función en MATLAB):

plt.pcolor(X, Y, v, cmap=cm) 
plt.clim(-4,4) 
plt.show()