Фиксация раскрашивает диаграммы рассеяния в matplotlib
Я хочу закрепить цветовой диапазон на нескольких диаграммах рассеяния и добавить в шкале палитры к каждому графику (который будет тем же в каждом числе). По существу я фиксирую все аспекты осей и цветового пространства и т.д. так, чтобы графики были непосредственно сопоставимы глазом.
Ни за что в жизни я, может казаться, не выясняю все различные способы зафиксировать цветовой диапазон. Я попробовал vmin, vmax, но это, кажется, ничего не делает, я также попробовал clim (x, y), и это, кажется, не работает также.
Это должно подойти тут и там, я не могу быть единственным, который хочет сравнить различные подмножества данных среди графиков... так, как Вы фиксируете цвета так, чтобы каждые данные сохранили, это - цвет между графиками и не становится повторно отображенным на другом цвете из-за изменения в макс. / минута подмножества-v-полный набор?
2 ответа
Это должно происходить при установке vmin и vmax.
Вот пример:
import matplotlib.pyplot as plt
xyc = range(20)
plt.subplot(121)
plt.scatter(xyc[:13], xyc[:13], c=xyc[:13], s=35, vmin=0, vmax=20)
plt.colorbar()
plt.xlim(0, 20)
plt.ylim(0, 20)
plt.subplot(122)
plt.scatter(xyc[8:20], xyc[8:20], c=xyc[8:20], s=35, vmin=0, vmax=20)
plt.colorbar()
plt.xlim(0, 20)
plt.ylim(0, 20)
plt.show()
И полученный график:
Хорошо, на самом деле это не ответ, а продолжение. Результаты моего кодирования, изменяющего приведенный выше код Тома. [не уверен, что хочу убрать галочку с ответом, так как приведенный выше код работает и является ответом на вопрос!]
Похоже, это не работает с моими данными !! Ниже приведен модифицированный код, который можно использовать с моими данными для создания графика, который не работал у меня по какой-то странной причине. Ввод был получен с помощью функций h5py (импорт файла данных hdf5).
Ниже RF85 - это подмножество массивов для большой серии экспериментов, в которых ВЧ-мощность, подаваемая на систему, составляла примерно 85 Вт вперед. Я в основном разрезаю данные различными способами, чтобы попытаться увидеть тенденцию.Это 85 Вт по сравнению с полным набором данных, который является текущим вводом (данных больше, но это то, что у меня есть на данный момент).
import numpy
import matplotlib.pyplot as plt
CurrentsArray = [array([ 0.83333333, 0.8 , 0.57142857, 0.83333333, 1.03333333,
0.25 , 0.81666667, 0.35714286, 0.26 , 0.57142857,
0.83333333, 0.47368421, 0.80645161, 0.47368421, 0.52631579,
0.36666667, 0.47368421, 0.57142857, 0.47368421, 0.47368421,
0.47368421, 0.47368421, 0.47368421, 0.61764706, 0.81081081,
0.41666667, 0.47368421, 0.47368421, 0.45 , 0.73333333,
0.8 , 0.8 , 0.8 , 0.47368421, 0.45 ,
0.47368421, 0.83333333, 0.47368421, 0.22222222, 0.32894737,
0.57142857, 0.83333333, 0.83333333, 1. , 1. ,
0.46666667])]
growthTarray = [array([ 705., 620., 705., 725., 712., 705., 680., 680., 620.,
660., 660., 740., 721., 730., 720., 720., 730., 705.,
690., 705., 680., 715., 705., 670., 705., 705., 650.,
725., 725., 650., 650., 650., 714., 740., 710., 717.,
737., 740., 660., 705., 725., 650., 710., 703., 700., 650.])]
CuSearray = [array([ 0.46395015, 0.30287259, 0.43496888, 0.46931773, 0.47685844,
0.44894925, 0.50727844, 0.45076198, 0.44977095, 0.41455029,
0.38089693, 0.98174953, 0.48600461, 0.65466528, 0.40563053,
0.22990327, 0.54372179, 0.43143358, 0.92515847, 0.73701742,
0.64152173, 0.52708783, 0.51794063, 0.49 , 0.48878252,
0.45119732, 0.2190089 , 0.43470776, 0.43509758, 0.52697697,
0.21576805, 0.32913721, 0.48828072, 0.62201997, 0.71442359,
0.55454867, 0.50981136, 0.48212956, 0.46 , 0.45732419,
0.43402525, 0.40290777, 0.38594786, 0.36777306, 0.36517926,
0.29880924])]
PFarray = [array([ 384., 285., 280., 274., 185., 185., 184., 184., 184.,
184., 184., 181., 110., 100., 100., 100., 85., 85.,
84., 84., 84., 84., 84., 84., 84., 84., 84.,
84., 84., 84., 84., 84., 27., 20., 5., 5.,
1., 0., 0., 0., 0., 0., 0., 0., 0., 0.])]
rf85growthTarray = [array([ 730., 705., 690., 705., 680., 715., 705., 670., 705.,
705., 650., 725., 725., 650., 650., 650.])]
rf85CuSearray = [array([ 0.54372179, 0.43143358, 0.92515847, 0.73701742, 0.64152173,
0.52708783, 0.51794063, 0.49 , 0.48878252, 0.45119732,
0.2190089 , 0.43470776, 0.43509758, 0.52697697, 0.21576805,
0.32913721])]
rf85PFarray = [array([ 85., 85., 84., 84., 84., 84., 84., 84., 84., 84., 84.,
84., 84., 84., 84., 84.])]
rf85CurrentsArray = [array([ 0.54372179, 0.43143358, 0.92515847, 0.73701742, 0.64152173,
0.52708783, 0.51794063, 0.49 , 0.48878252, 0.45119732,
0.2190089 , 0.43470776, 0.43509758, 0.52697697, 0.21576805,
0.32913721])]
Datavmax = max(max(CurrentsArray))
Datavmin = min(min(CurrentsArray))
plt.subplot(121)
plt.scatter(growthTarray, CuSearray, PFarray, CurrentsArray, vmin=Datavmin, vmax=Datavmax, alpha=0.75)
plt.colorbar()
plt.xlim(600,760)
plt.ylim(0,2.5)
plt.subplot(122)
plt.scatter(rf85growthTarray, rf85CuSearray, rf85PFarray, rf85CurrentsArray, vmin=Datavmin, vmax=Datavmax, alpha=0.75)
plt.colorbar()
plt.xlim(600,760)
plt.ylim(0,2.5)
plt.show()
И, наконец, результат:
Обратите внимание, что это не идеальный результат для моей работы, но я не приложил усилий, чтобы сделать его идеальным. Однако важно то, что точки данных, которые вы узнаете как одинаковые между графиками , не содержат того же цвета , который должен быть в случае использования vmin vmax выше (как предлагает код Тома).
Это безумие. :( Я действительно надеюсь, что кто-нибудь сможет пролить свет на это для меня! Я уверен, что мой код не так уж хорош, поэтому, пожалуйста, не беспокойтесь о том, чтобы в любом случае обидеть мой код !!
Дополнительная сумка огненного - горячие чито всем, кто может предложить путь вперед. -Allen
ОБНОВЛЕНИЕ- Tom10 обнаружил проблему - Я случайно использовал неправильные данные для одного из моих подмассивов, в результате чего значения имели разные уровни цвета, чем ожидалось (т.е. мои данные были неправильными!) За это спасибо Тому - я хотел бы дать ему еще один голос, но из-за моего метода постановки этого вопроса я не могу (прости, Том!)
Пожалуйста, также посмотрите его замечательный пример построения текста на позиции данных, упомянутые ниже.
Вот обновленное изображение, показывающее, что метод Тома действительно работает и что построение графика было проблемой в моем собственном коде:
