Python利用imshow制作自定义渐变填充柱状图/colorbar
目的
在各种各样的理论计算中,常常需要绘制各种填充图,绘制完后需要加渐变填充的colorbar。可是有些软件如VMD,colorbar渲染后颜色分布有些失真,不能较准确的表达各颜色对应的数值。用ps中的渐变填充可以解决该问题,但很多电脑配置较低,不能很好的运行ps。Python也可以直接绘制colorbar,填充颜色就好。如cmap中的bwr渐变本人就比较常用。然而,有时候颜色范围是负数范围多于正数范围(如:colorbar需要表示 [-60,40]这段,蓝色表示负数,红色表示正数,白色应该在colorbar由下往上60%处),bwr渐变将white置于50%处显得不够合理,因此需要自定义填充。本文以imshow() 函数来进行填充柱状图达到自定义colorbar的目的。interpolation=‘bicubic’ 可以很好的做出渐变效果。
代码
# -*- coding: utf-8 -*-
"""
Created on Wed Dec 9 10:36:54 2020@author: fya
"""import matplotlib.pyplot as plt
import numpy as np
from matplotlib.colors import ListedColormap,LinearSegmentedColormap
import matplotlib as mplfig, ax = plt.subplots(dpi=96)
ax.set(xlim=(1,10), ylim=(-0.1,101), autoscale_on=False) #创建图像范围a = np.array([[1, 1],[2, 2],[3, 3],[4, 4],[5, 5]]) #每种渐变色分成五段(array五行),数字表示在colormap对应的深浅
print(a.shape)clist=['white','blue'] #线性变化颜色由上面array值 小到大,越小,越白,达到上白下蓝的渐变效果
clist2=['red','white'] #渐变色2,用于白色到红色填充,array越小,越红,达到上红下白的效果
newcmp = LinearSegmentedColormap.from_list('chaos',clist)
newcmp2 = LinearSegmentedColormap.from_list('chaos',clist2)plt.imshow(a,cmap=newcmp,interpolation='bicubic',extent=(1,10,0,60))#60%都是蓝色到白色渐变
plt.imshow(a,cmap=newcmp2,interpolation='bicubic',extent=(1,10,60,100)) #白色设置在60%处frame = plt.gca() #读取当前图层
ax.yaxis.tick_right() #纵坐标移到右边
ax.set_yticklabels(('-80','-60','-40','-20','0','20','40')) #自定义yticks显示的值,第一个label不显示
frame.spines['top'].set_visible(False) #上框线不显示
frame.spines['bottom'].set_visible(False)
frame.spines['right'].set_visible(False)
frame.spines['left'].set_visible(False)
plt.xticks([]) #x坐标不要plt.show()
fig.savefig('colorbar.tif',dpi=600,format='tif')
print('Done!')#N = 10
#x = np.arange(N) + 0.15
#y = np.random.rand(N)#width = 0.4
#for x, y in zip(x, y):#ax.imshow(a, interpolation='bicubic', extent=(x, x+width, 0, y), cmap=plt.cm.Blues_r)#ax.set_aspect('auto')
#plt.show()
代码2,渐变色分100段
# -*- coding: utf-8 -*-
"""
Created on Wed Dec 9 10:36:54 2020@author: fanyiang
"""import matplotlib.pyplot as plt
import numpy as np
from matplotlib.colors import ListedColormap,LinearSegmentedColormap
import matplotlib as mpl
import pandas as pd
import osfig, ax = plt.subplots(dpi=96)
ax.set(xlim=(1,10), ylim=(-0.1,101), autoscale_on=False)#a = np.array([[1, 1],#[2, 2],#[3, 3],#[4, 4],#[5, 5]]) #每种渐变色分成五段(array五行),数字表示在colormap对应的深浅
avalue=locals()
dfvalue=locals()
for i in range(1,101):avalue['a'+str(i)]=np.array([[i,i]]) #渐变色分为100段,分的更细dfvalue['df'+str(i)]=pd.DataFrame(avalue['a'+str(i)]) #转dataframedf=dfvalue['df'+str(i)]df.to_csv("temp.csv", mode='a',header=None) #暂存csv文件,第一列会把每一次循环的index放进去
df3=pd.read_csv('temp.csv',header=None)#读取csv
df3.columns=['序号','x','y']#column命名,第一列废弃
df3=df3.drop('序号',axis=1)#删除第一列
a=np.array(df3) #转array
print(df3.head())#a=np.vstack((a1,a2,a3,a4,a5,a6,a7,a8,a9,a10))print(a)clist=['white','blue'] #线性变化颜色由上面array值 小到大
clist2=['red','white']
newcmp = LinearSegmentedColormap.from_list('chaos',clist)
newcmp2 = LinearSegmentedColormap.from_list('chaos',clist2)plt.imshow(a,cmap=newcmp,interpolation='bicubic',extent=(1,10,0,60))
plt.imshow(a,cmap=newcmp2,interpolation='bicubic',extent=(1,10,60,100)) #白色设置在60%处frame = plt.gca() #读取当前图层
ax.yaxis.tick_right() #纵坐标移到右边
ax.set_yticklabels(('-80','-60','-40','-20','0','20','40')) #自定义yticks显示的值,第一个label不显示
frame.spines['top'].set_visible(False) #上框线不显示
frame.spines['bottom'].set_visible(False)
frame.spines['right'].set_visible(False)
frame.spines['left'].set_visible(False)
plt.xticks([]) #x坐标不要plt.show()
fig.savefig('colorbar.tif',dpi=600,format='tif')
os.remove("temp.csv") #删除临时的csv文件
print('Done!')#N = 10
#x = np.arange(N) + 0.15
#y = np.random.rand(N)#width = 0.4
#for x, y in zip(x, y):#ax.imshow(a, interpolation='bicubic', extent=(x, x+width, 0, y), cmap=plt.cm.Blues_r)#ax.set_aspect('auto')
#plt.show()
代码3,更改方法2中要暂时存到dataframe的问题
# -*- coding: utf-8 -*-
"""
Created on Fri Dec 11 10:40:53 2020@author: fanyiang
"""import matplotlib.pyplot as plt
import numpy as np
from matplotlib.colors import ListedColormap,LinearSegmentedColormap
import matplotlib as mpl
import pandas as pd
import osfig, ax = plt.subplots(dpi=96)
ax.set(xlim=(1,10), ylim=(-0.1,101), autoscale_on=False)#a = np.array([[1, 1],#[2, 2],#[3, 3],#[4, 4],#[5, 5]]) #每种渐变色分成五段(array五行),数字表示在colormap对应的深浅
avalue=locals()
a=[[1,1]]
for i in range(2,1001):avalue['a'+str(i)]=np.array([[i,i]]) #渐变色分为100段,分的更细a=np.vstack((a,avalue['a'+str(i)])) #直接用vstack来vertical叠加数组
print(a)clist=['white','blue'] #线性变化颜色由上面array值 小到大
clist2=['red','white']
newcmp = LinearSegmentedColormap.from_list('chaos',clist)
newcmp2 = LinearSegmentedColormap.from_list('chaos',clist2)plt.imshow(a,cmap=newcmp,interpolation='bicubic',extent=(1,10,0,60))
plt.imshow(a,cmap=newcmp2,interpolation='bicubic',extent=(1,10,60,100)) #白色设置在60%处frame = plt.gca() #读取当前图层
ax.yaxis.tick_right() #纵坐标移到右边
ax.set_yticklabels(('-80','-60','-40','-20','0','20','40')) #自定义yticks显示的值,第一个label不显示
frame.spines['top'].set_visible(False) #上框线不显示
frame.spines['bottom'].set_visible(False)
frame.spines['right'].set_visible(False)
frame.spines['left'].set_visible(False)
plt.xticks([]) #x坐标不要plt.show()
fig.savefig('colorbar.tif',dpi=600,format='tif')
#os.remove("temp.csv") #删除临时的csv
print('Done!')
注:该方法主要改变在于
a=[[1,1]]
for i in range(2,1001):avalue['a'+str(i)]=np.array([[i,i]]) #渐变色分为100段,分的更细a=np.vstack((a,avalue['a'+str(i)])) #直接用vstack来vertical叠加数组
效果
效果1
效果2&3
Python利用imshow制作自定义渐变填充柱状图/colorbar相关推荐
- python 渐变色柱形图_Python利用imshow制作自定义渐变填充柱状图(colorbar)
目的 在各种各样的理论计算中,常常需要绘制各种填充图,绘制完后需要加渐变填充的colorbar.可是有些软件如VMD,colorbar渲染后颜色分布有些失真,不能较准确的表达各颜色对应的数值.用ps中 ...
- python绘制渐变图_Python利用imshow制作自定义渐变填充柱状图(colorbar)
目的 在各种各样的理论计算中,常常需要绘制各种填充图,绘制完后需要加渐变填充的colorbar.可是有些软件如VMD,colorbar渲染后颜色分布有些失真,不能较准确的表达各颜色对应的数值.用ps中 ...
- Python利用matplotlib制作雷达扫描显示仪(之后可结合串口和超声波传感器使用,亦可以做为仪表盘使用)
Python利用matplotlib制作雷达扫描显示仪(之后可结合串口和超声波传感器使用,亦可以做为仪表盘使用).内有制作雷达扫描GIF图的源代码包含. ''' matplotlib雷达扫描 ''' ...
- python利用thinker制作多页面切换的桌面应用实例教程
本篇文章主要讲解,python利用thinker制作多页面的桌面实例教程.可以在一个主界面中相互进行切换和设置相关的表单信息,布局等方法 代码片段的实际效果 视频演示: python使用thinker ...
- Python利用PyQt5制作一个获取网络实时数据NBA数据播报GUI
现在NBA联赛也进行到半决赛了,我们怎么样才能以更快的方法获取NBA的数据呢?这里我们就自己来做一个数据播报的程序 文章目录 制作NBA数据爬虫 捋顺思路 编写代码 NBAReporter.py NB ...
- python利用tkinter制作查询热映电影软件
淘票票电影热榜网址: https://dianying.taobao.com/showList.htm?spm=a1z21.6646273.city.2.4ed46d6ekOc3wH&n_s= ...
- Python利用tkinter制作桌面翻译小工具
很早之前写过一个金山翻译的爬取小程序,最近突然想到是不是可以拿来做个桌面小工具,于是花了一个下午加一晚上,折腾了一下. 运行平台:Windows Python版本:Python3.6 IDE:Subl ...
- python利用tkinter制作GUI界面,爬取淘票票国庆中秋双节时下热映电影
淘票票电影热榜网址: https://dianying.taobao.com/showList.htm?spm=a1z21.6646273.city.2.4ed46d6ekOc3wH&n_s= ...
- 利用Echarts制作地图(一)
Echarts作为一个前端可视化工具,支持地图图表的展示.从本篇开始,将用三篇文章说明如何利用echats制作自定义区域的单图例.多图例及动态加载地图所需数据. Echarts支持 js 格式 与 g ...
最新文章
- python网络编程例子
- iis php5.6.8配置,Windows 8.1 + IIS 8.5 + PHP 5.6.3配置
- 并发基础篇(二):Thread类的API总结
- SAP中方会计凭证打印解决方案
- Oracle触发器5-Instead of触发器
- linux运维中的中间件,linux中间件Nginx的安装过程
- NBR100多IP出口解决方案的配置方法
- 【深度学习】单标签多分类问题之新闻主题分类
- mysql临时表如何分页_sql server 与 mysql 分页查询以及创建临时表的区别
- 51单片机蜂鸣器播放音乐
- Java关键字及其作用详解
- 传奇服务器修改npc外观,传奇NPC里面图片修改方法
- 树莓派能否替代linux开发板,12 个可替代树莓派的单板机 | Linux 中国
- 两周自制编程语言读书总结
- Android 音频可视化 Visualizer
- HDU 3687 National Day Parade
- Hadoop学习(七)---namenode结点的详细讲解
- html实体手册,完整的 HTML 4 + HTML 5 实体参考手册
- springboot2.x集成ureport2.2.9搭建报表引擎
- 易语言 标准c 动态库,易语言Dll动态库的开发