matplotlib의 리버스 colormap

matplotlib의 리버스 colormap

flot_surface와 함께 사용하기 위해 주어진 colormap의 색 순서를 간단하게 반전시키는 방법을 알고 싶습니다.

이치노, 이름이 같다._r(문서 여기 있습니다)

해결책은 매우 간단합니다."가을" 콜로맵 방식을 사용한다고 가정합니다.표준 버전:

cmap = matplotlib.cm.autumn

colormap 컬러 스펙트럼을 되돌리려면 get_cmap() 함수를 사용하여 다음과 같이 colormap 제목에 '_r'을 추가합니다.

cmap_reversed = matplotlib.cm.get_cmap('autumn_r')

matplotlib로 .colormap.colors 모듈 " " " " "''입니다matplotlib.colors는 기능을 합니다.ListedColormap()목록에서 색상 지도를 생성합니다. 어떤 로 할 수 요.

colormap_r = ListedColormap(colormap.colors[::-1])

2Matplotlib 2.0이 .reversed()의 for의 ListedColormap ★★★★★★★★★★★★★★★★★」LinearSegmentedColorMap 「」, 「」 「 」 「 」 「 」 「 」 「 」 「 」

cmap_reversed = cmap.reversed()

여기 서류가 있습니다.

LinearSegmentedColormaps빨간색, 녹색 및 파란색 사전을 기반으로 하기 때문에 각 항목을 반전시켜야 합니다.

import matplotlib.pyplot as plt
import matplotlib as mpl
def reverse_colourmap(cmap, name = 'my_cmap_r'):
    """
    In: 
    cmap, name 
    Out:
    my_cmap_r

    Explanation:
    t[0] goes from 0 to 1
    row i:   x  y0  y1 -> t[0] t[1] t[2]
                   /
                  /
    row i+1: x  y0  y1 -> t[n] t[1] t[2]

    so the inverse should do the same:
    row i+1: x  y1  y0 -> 1-t[0] t[2] t[1]
                   /
                  /
    row i:   x  y1  y0 -> 1-t[n] t[2] t[1]
    """        
    reverse = []
    k = []   

    for key in cmap._segmentdata:    
        k.append(key)
        channel = cmap._segmentdata[key]
        data = []

        for t in channel:                    
            data.append((1-t[0],t[2],t[1]))            
        reverse.append(sorted(data))    

    LinearL = dict(zip(k,reverse))
    my_cmap_r = mpl.colors.LinearSegmentedColormap(name, LinearL) 
    return my_cmap_r

동작하는 것을 확인합니다.

my_cmap        
<matplotlib.colors.LinearSegmentedColormap at 0xd5a0518>

my_cmap_r = reverse_colourmap(my_cmap)

fig = plt.figure(figsize=(8, 2))
ax1 = fig.add_axes([0.05, 0.80, 0.9, 0.15])
ax2 = fig.add_axes([0.05, 0.475, 0.9, 0.15])
norm = mpl.colors.Normalize(vmin=0, vmax=1)
cb1 = mpl.colorbar.ColorbarBase(ax1, cmap = my_cmap, norm=norm,orientation='horizontal')
cb2 = mpl.colorbar.ColorbarBase(ax2, cmap = my_cmap_r, norm=norm, orientation='horizontal')

편집

---

사용자 3445587의 코멘트를 받지 못했습니다.레인보우 콜로맵에서 잘 작동합니다.

cmap = mpl.cm.jet
cmap_r = reverse_colourmap(cmap)

fig = plt.figure(figsize=(8, 2))
ax1 = fig.add_axes([0.05, 0.80, 0.9, 0.15])
ax2 = fig.add_axes([0.05, 0.475, 0.9, 0.15])
norm = mpl.colors.Normalize(vmin=0, vmax=1)
cb1 = mpl.colorbar.ColorbarBase(ax1, cmap = cmap, norm=norm,orientation='horizontal')
cb2 = mpl.colorbar.ColorbarBase(ax2, cmap = cmap_r, norm=norm, orientation='horizontal')

, 로는 「Colormap」이 에, 된 콜로맵에 합니다._r커스텀 선언된 콜로맵용입니다.다음 예시는 http://matplotlib.org/examples/pylab_examples/custom_cmap.html 에서 가져온 것입니다.

cdict1 = {'red':   ((0.0, 0.0, 0.0),
                   (0.5, 0.0, 0.1),
                   (1.0, 1.0, 1.0)),

         'green': ((0.0, 0.0, 0.0),
                   (1.0, 0.0, 0.0)),

         'blue':  ((0.0, 0.0, 1.0),
                   (0.5, 0.1, 0.0),
                   (1.0, 0.0, 0.0))
         }

blue_red1 = mpl.colors.LinearSegmentedColormap('BlueRed1', cdict1)
blue_red1_r = reverse_colourmap(blue_red1)

fig = plt.figure(figsize=(8, 2))
ax1 = fig.add_axes([0.05, 0.80, 0.9, 0.15])
ax2 = fig.add_axes([0.05, 0.475, 0.9, 0.15])

norm = mpl.colors.Normalize(vmin=0, vmax=1)
cb1 = mpl.colorbar.ColorbarBase(ax1, cmap = blue_red1, norm=norm,orientation='horizontal')
cb2 = mpl.colorbar.ColorbarBase(ax2, cmap = blue_red1_r, norm=norm, orientation='horizontal')

임의의 colormap을 반전시킬 수 있는 내장 방법은 아직 없지만, 한 가지 간단한 해결책은 실제로 색상 막대를 수정하지 않고 반전 Normalize 개체를 만드는 것입니다.

from matplotlib.colors import Normalize

class InvertedNormalize(Normalize):
    def __call__(self, *args, **kwargs):
        return 1 - super(InvertedNormalize, self).__call__(*args, **kwargs)

하면 ' 하다'와 쓸 수 요.plot_surfaceMatplotlib 。

inverted_norm = InvertedNormalize(vmin=10, vmax=100)
ax.plot_surface(..., cmap=<your colormap>, norm=inverted_norm)

이것은 모든 Matplotlib colormap에서 동작합니다.

Linear Segmented Colormap에는 두 가지 유형이 있습니다.일부에서는 _세그먼트 데이터가 명시적으로 제공됩니다. 예를 들어, 제트:

>>> cm.jet._segmentdata
{'blue': ((0.0, 0.5, 0.5), (0.11, 1, 1), (0.34, 1, 1), (0.65, 0, 0), (1, 0, 0)), 'red': ((0.0, 0, 0), (0.35, 0, 0), (0.66, 1, 1), (0.89, 1, 1), (1, 0.5, 0.5)), 'green': ((0.0, 0, 0), (0.125, 0, 0), (0.375, 1, 1), (0.64, 1, 1), (0.91, 0, 0), (1, 0, 0))}

무지개의 경우 _세그먼트 데이터는 다음과 같이 제공됩니다.

>>> cm.rainbow._segmentdata
{'blue': <function <lambda> at 0x7fac32ac2b70>, 'red': <function <lambda> at 0x7fac32ac7840>, 'green': <function <lambda> at 0x7fac32ac2d08>}

matplotlib의 소스에서 함수를 찾을 수 있으며, 여기서 함수는 다음과 같이 제공됩니다.

_rainbow_data = {
        'red': gfunc[33],   # 33: lambda x: np.abs(2 * x - 0.5),
        'green': gfunc[13], # 13: lambda x: np.sin(x * np.pi),
        'blue': gfunc[10],  # 10: lambda x: np.cos(x * np.pi / 2)
}

필요한 것은 모두 matplotlib에서 이미 실행되어 있습니다.cm.revcmap을 호출하면 두 가지 유형의 세그먼트 데이터가 모두 반전됩니다.

cm.revcmap(cm.rainbow._segmentdata)

이 작업을 수행할 수 있어야 합니다. 이 작업을 통해 새로운 선형 세그먼트 데이터를 생성할 수 있습니다.revcmap에서 함수 기반 SegmentData의 반전은 다음과 같이 수행됩니다.

def _reverser(f):
    def freversed(x):
        return f(1 - x)
    return freversed

다른 리스트는 평소와 같이 반전됩니다.

valnew = [(1.0 - x, y1, y0) for x, y0, y1 in reversed(val)] 

그러니까 사실 네가 원하는 건

def reverse_colourmap(cmap, name = 'my_cmap_r'):
     return mpl.colors.LinearSegmentedColormap(name, cm.revcmap(cmap._segmentdata)) 

언급URL : https://stackoverflow.com/questions/3279560/reverse-colormap-in-matplotlib