回答问题

这是困扰我一段时间的事情。每当我使用cmap.set_under()或cmap.set_over()方法来更改超出界限值的颜色时,它们似乎会将这些更改应用于我使用该颜色图的所有实例。下面是我所指的一个例子。

import matplotlib.pyplot as plt 
import numpy as np

rand_data = np.random.randint(50, size=(20,20))

plt.figure()
plt.subplot(211)
cmap1 = plt.cm.rainbow
im1 = plt.pcolormesh(rand_data, cmap=cmap1, vmin=10)
im1.cmap.set_under('w')
plt.colorbar(extend='min')

plt.subplot(212)
cmap2 = plt.cm.rainbow
im2 = plt.pcolormesh(rand_data, cmap=cmap2, vmin=10)
im2.cmap.set_under('k')
plt.colorbar(extend='min')

plt.show()

在这里,我试图创建两个相同值的图。在第一个图中,我希望所有低于 10 的值都是白色的。在第二个图中,我希望所有低于 10 的值都是黑色的。结果是这样的:

看来,我第二次使用set_under它为所有使用彩虹颜色图的现有绘图重置了 set_under。如果我在第二个图中使用不同的颜色图,我可以设置不同的set_under颜色:

更奇怪的是,如果在函数或脚本中使用cmap.set_under()或cmap.set_over(),退出该函数后此设置不会重置。也就是说,如果我注释掉我明确定义set_under的行并重新运行我的脚本,我会得到与以前相同的结果。

所以我有几个问题:

1. 有没有办法为单个图设置颜色图的越界值的颜色_而不影响任何现有图的颜色图_?

2. 如何将越界值重置为原始颜色?

对于第二个问题,我知道我可以通过执行以下操作手动添加回原始颜色:

N = cmap.N
cmap.set_under(cmap(1))
cmap.set_over(cmap(N-1))

但是,我觉得应该有一个更简单的方法。

Answers

您描述的行为是预期的。仅存在一个颜色图,即plt.cm.rainbow。当您先使用set_under('w')再使用set_under('k')时,under的颜色将为黑色。

您想要做的实际上是使用相同颜色图的两个不同实例,然后将每个实例更改为具有不同的下限值。

这可以使用copy轻松完成,

cmap1 = copy.copy(plt.cm.rainbow)

现在操纵cmap1并不会改变彩虹颜色图本身,因此以后可以创建它的另一个副本并应用不同的设置。

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

rand_data = np.random.randint(50, size=(20,20))

plt.figure()
plt.subplot(211)
cmap1 = copy.copy(plt.cm.rainbow)
im1 = plt.pcolormesh(rand_data, cmap=cmap1, vmin=10)
im1.cmap.set_under('w')
plt.colorbar(extend='min')

plt.subplot(212)
cmap2 = copy.copy(plt.cm.rainbow)
im2 = plt.pcolormesh(rand_data, cmap=cmap2, vmin=10)
im2.cmap.set_under('k')
plt.colorbar(extend='min')

plt.show()