python - cmap中每个种群的不同颜色

Question

假设我有四个数组以及一个 x 和 y 数组

arr1
arr2
arr3
arr4
xarr
yarr

这 4 个数组中的每一个都与我的 x 和 y 数组具有相同的长度，并且它们每个都有一个值，即人口在 x 和 y 的特定点处的“强”程度。我的计划是将其绘制为散点图，为散点图中人口具有最高值的每个点着色（因此，如果 arr1 在该特定点最强，则将其着色为红色，如果 arr2 最强，则将其着色为蓝色，绿色如果 arr3 最强，黑色如果 arr4 最强。）

我已经可以制作这个情节（附在下面）。不要担心这里的标签或子图，我只是附上它，这样你就可以有一些视觉效果。我的问题是，我也想考虑实力的价值。我不知道如何快速解释这一点，所以请耐心等待。在我附在颜色条下方的图中，只有 4 种纯色，每种颜色代表一个单独的群体。我仍然希望颜色条有 4 种不同的颜色，但我希望这四种颜色中的每一种都具有渐变，这样我仍然可以了解哪些区域的人口更强和更弱 - 即使它仍然是所有区域中最强的四。Matplotlib 已经有一个像这样的颜色图（tab20b 或 tab20c），但我只是不确定如何在我的工作方式中实现它。

基本上，我制作这个图的方法是在 x 和 y 上循环，在其中比较每个总体，然后根据谁是最强的，将我输入散点图（颜色）的颜色数组分配为 0、1、2 或 3 ：

       for i in range(0, len(xarr)):
          for j in range(0, len(yarr)):
              if arr1[i,j] > max(arr2[i,j], arr3[i,j], arr4[i,j]):
                  color = np.append(color, 0)
              elif arr2[i,j] > max(arr1[i,j], arr3[i,j], arr4[i,j]):
                  color = np.append(color, 1)
              elif arr3[i,j] > max(arr1[i,j], arr2[i,j], arr4[i,j]):
                  color = np.append(color, 2)
              else:
                  color = np.append(color, 3)

我现在想找到一种方法来以我的颜色存储 arr[i,j] 的值，同时仍然能够让每个不同的人口有不同的颜色。关于如何做到这一点的任何想法？我从未创建自己的颜色条，但我知道这是您可以做的事情。

标签： pythonmatplotlibcolorsfigurepopulation

Answer 1

如果将所有数组放在一起arr = np.array([arr1, arr2, arr3, arr4])，则可以计算最大值maxs = arr.max(axis=0)并创建过滤器来绘制点的每个部分。然后可以使用不同的颜色图绘制每个数组。

每个颜色图都可以在单独的颜色条中可视化，可以通过子图定位。

import matplotlib.pyplot as plt
import numpy as np

M, N = 50, 30
arr = [np.random.randn(M, N).cumsum(axis=1).cumsum(axis=0).ravel() for _ in range(4)]
arr = np.array([arr_i - arr_i.mean() for arr_i in arr])
maxs = arr.max(axis=0)
x = np.tile(np.arange(M), N)
y = np.repeat(np.arange(N), M)

cmaps = ['Reds', 'Greens', 'Blues', 'Greys']
fig, axes = plt.subplots(ncols=5, figsize=(12, 4), gridspec_kw={'width_ratios': [30, 1, 1, 1, 1], 'wspace': 0.4})
for arr_i, cmap, cbar_ax in zip(arr, cmaps, axes[1:]):
    filter = arr_i == maxs
    scat = axes[0].scatter(x[filter], y[filter], c=arr_i[filter], cmap=cmap)
    plt.colorbar(scat, cax=cbar_ax)
plt.show()