我有一个自定义的ROYGBIV彩虹色图:

import numpy as np
import matplotlib.pyplot as plt
# dictionary with RGB values
ROYGBIV = {
'blue': ((0.0, 1.0, 1.0),
(0.167, 1.0, 1.0),
(0.333, 1.0, 1.0),
(0.5, 0.0, 0.0),
(0.667, 0.0, 0.0),
(0.833, 0.0, 0.0),
(1.0, 0.0, 0.0)),
'green': ((0.0, 0.0, 0.0),
(0.167, 0.0, 0.0),
(0.333, 0.0, 0.0),
(0.5, 1.0, 1.0),
(0.667, 1.0, 1.0),
(0.833, 0.498, 0.498),
(1.0, 0.0, 0.0)),
'red': ((0.0, 0.5608, 0.5608),
(0.167, 0.4353, 0.4353),
(0.333, 0.0, 0.0),
(0.5, 0.0, 0.0),
(0.667, 1.0, 1.0),
(0.833, 1.0, 1.0),
(1.0, 1.0, 1.0))}
### creates colormap using Matplotlib
mycmap = matplotlib.colors.LinearSegmentedColormap('my_colormap',ROYGBIV,256)


我使用以下代码对其进行了测试:

### creates random checker pattern to test colormap
plt.figure(figsize=(5,4))
plt.pcolor(rand(10,10),cmap=mycmap)
plt.colorbar()
plt.show()


L具有颜色图的亮度值

L=
[42.853117895072565,
38.896632760964955,
32.299375201436156,
87.73500278716472,
97.13881604341229,
66.66212771669841,
53.23896002513146]


我要做的是绘制L,然后根据其值对其进行着色,并使用mycmap作为颜色图。但是现在麻烦了。过去,我成功地使用了出色的Colorline函数http://nbviewer.ipython.org/github/dpsanders/matplotlib-examples/blob/master/colorline.ipynb进行了类似于笔记本中的绘图,但是在这种情况下,使用我的自定义颜色图,它将失败:

# Interpolating L to add points to make 256_
x = np.arange(7)
from scipy.interpolate import interp1d
import scipy as sp
new_x = np.linspace(x.min(), x.max(), 256)
new_L = sp.interpolate.interp1d(x, L)(new_x)

colorline(new_x,new_L,linewidth=6,cmap="mycmap")
plt.xlim(X.min(), X.max())
plt.ylim(0, 100)
plt.show()


我以为它可以用,但是我收到了这样的错误消息:

ValueError                                Traceback (most recent call last)
<ipython-input-48-ff20dd713b90> in <module>()
----> 4 colorline(new_x,new_L,linewidth=6,cmap="my_cmap")
  5 colorline(X,L,linewidth=6)
  6 plt.xlim(X.min(), X.max())

<ipython-input-3-58e291da3158> in colorline(x, y, z, cmap, norm, linewidth, alpha)
 39
 40     segments = make_segments(x, y)
---> 41     lc = LineCollection(segments, array=z, cmap=cmap, norm=norm, linewidth=linewidth, alpha=alpha)
 42
 43     ax = plt.gca()

/Users/.../python2.7/site-packages/matplotlib/collections.pyc in __init__(self, segments,
linewidths, colors, antialiaseds, linestyles, offsets, transOffset, norm, cmap,
pickradius, zorder, **kwargs)
1012             pickradius=pickradius,
1013             zorder=zorder,
-> 1014             **kwargs)
1015
1016         self.set_segments(segments)

/Users/.../python2.7/site-packages/matplotlib/collections.pyc in __init__(self,
edgecolors, facecolors, linewidths, linestyles, antialiaseds, offsets, transOffset, norm,
cmap, pickradius, hatch, urls, offset_position, zorder, **kwargs)
101         """
102         artist.Artist.__init__(self)
--> 103         cm.ScalarMappable.__init__(self, norm, cmap)
104
105         self.set_edgecolor(edgecolors)

/Users/.../python2.7/site-packages/matplotlib/cm.pyc in __init__(self, norm, cmap)
193         self.norm = norm
194         #: The Colormap instance of this ScalarMappable.
--> 195         self.cmap = get_cmap(cmap)
196         #: The last colorbar associated with this ScalarMappable. May be None.
197         self.colorbar = None

/Users/.../python2.7/site-packages/matplotlib/cm.pyc in get_cmap(name, lut)
159             return _generate_cmap(name, lut)
160
--> 161     raise ValueError("Colormap %s is not recognized" % name)
162
163

ValueError: Colormap my_cmap is not recognized


我不理解这些错误消息。我对语句似乎不是指向Colorline而是指向MatplotLib感到困惑,但是我已经使用MatplotLib创建了颜色图。我也尝试了这种方法来创建颜色图,但是最后我得到了类似的错误消息:

my_cmap2 = matplotlib.colors.ListedColormap(rgb, name='roygbiv1')


我的问题分为两个部分:1)任何人都可以建议正在发生的事情,也许可以建议对我的代码进行一些更改?
2)如果不是,是否还有其他方法可以根据L的值和自定义颜色图为L着色?非常感谢。

最佳答案

您的问题是您创建了但未注册颜色表(doc

mycmap = matplotlib.colors.LinearSegmentedColormap('my_colormap',ROYGBIV,256)
from matplotlib.cm import register_cmap
register_cmap(cmap=mycmap)


如果您传递一个颜色图对象,则该颜色图机制的工作方式是令人满意的;如果您传递一个字符串,它会使用get_cmap查找该颜色图对象。如果您没有注册它,那么当您(通过matplotlib)要求它提供您不知道的颜色图时,colorline会正确地引发一个错误。

如果在发布的链接上查看colorline的代码,您会发现它是围绕LineCollection的非常薄的包装。

关于python - 绘制曲线并根据其在每个点的值并使用定制的颜色图对其进行着色,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/23420669/

10-12 22:29