python - 使用带有 matplotlib 的 brewer2mpl 发散颜色图，gamma 给出的结果很差，其值不同于 1

Question

在评论中向我介绍了在这个问题中使用颜色图。brewer2mpl对于发散图（中间为零），我注意到伽玛的实现方式很简单，因此^{当它不等于 1 时会给出意想不到的 †} 结果。中性色调表示零滑动因此接近零的值在 gamma = 0.5 时为蓝色，在 gamma = 1.5 时为橙色</sup>

无论如何要制作一个类似伽马的参数，它在零附近对称地运行，matplotlib还是brewer2mpl我只需要以某种方式手动完成它，通过提高np.abs(u)到一些功率然后重新归一化并重新引入符号？

^†预期的行为是对称地应用 gamma 关于零；至少这是我所期望的。</sup>

import numpy as np
import matplotlib.pyplot as plt
import brewer2mpl

Re = 6378137. # meters
J2 = 1.7555E+25 # m^5/s^2
hw = 400
x = np.linspace(-2.5*Re, 2.5*Re, 2*hw+1)
x, z = np.meshgrid(x, x)
r = np.sqrt(x**2 + z**2)
u = J2 * r**-5 * 0.5 * (3*z**2 - r**2)
u[r<Re] = np.nan

if True:
    umax = np.nanmax(np.abs(u))
    bmap = brewer2mpl.get_map('RdBu', 'Diverging', 9)
    gammas = 0.5, 1, 1.5
    plt.figure()
    for i, gamma in enumerate(gammas):
        cmap = bmap.get_mpl_colormap(N=100, gamma=gamma)
        plt.subplot(1, 3, i+1)
        plt.imshow(u, cmap=cmap, vmin=-umax, vmax=umax)
        plt.colorbar()
        plt.title('gamma = ' + str(gamma))
        plt.plot([hw, hw], [0.3*hw, 1.7*hw], '-k')
        plt.xlim(0, 2*hw+1)
        plt.ylim(0, 2*hw+1)
    plt.suptitle("Earth's geopotential's J2 component", fontsize=16)
    plt.show()

标签： pythonpython-3.xmatplotlib

Answer 1

您可以创建两个颜色图，一个从红色到白色，一个从白色到蓝色。然后将伽玛应用于其中的每一个。最后从这些颜色图中获取颜色并使用组合颜色创建一个新颜色。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import LinearSegmentedColormap
from copy import copy

cmap = plt.get_cmap("RdBu", lut=256)
# Create two new colormaps, each with one half of the original
cmap_lower = LinearSegmentedColormap.from_list("", cmap(np.arange(0,128)))
cmap_upper = LinearSegmentedColormap.from_list("", cmap(np.arange(128,256)))
gammas = [1, 0.5, 1.5]


fig, axs = plt.subplots(ncols=3, figsize=(8,5))

for ax, gamma in zip(axs, gammas):
    # copy each colormap and set the respective gamma
    cm1 = copy(cmap_lower)
    cm1.set_gamma(gamma)
    cm2 = copy(cmap_upper)
    cm2.set_gamma(gamma)
    # get the colors from the each
    colors = np.concatenate((cm1(np.arange(0,256)), cm2(np.arange(0,256))), axis=0) 
    this_cmap = LinearSegmentedColormap.from_list("", colors)

    im = ax.imshow(np.arange(300).reshape(30,10), cmap=this_cmap)
    fig.colorbar(im, ax=ax)
    ax.set_title(f"gamma={gamma}")

plt.show()