web-dev-qa-db-ja.com

Matplotlib-一連のラインプロットにカラーバーを追加する

変数zのさまざまな値について、2つの変数（x、y）の一連の折れ線グラフがあります。通常、次のような凡例を使用してラインプロットを追加します。

_import matplotlib.pyplot as plt

fig = plt.figure()
ax  = fig.add_subplot(111)
# suppose mydata is a list of tuples containing (xs, ys, z) 
# where xs and ys are lists of x's and y's and z is a number. 
legns = []
for(xs,ys,z) in mydata:
   pl = ax.plot(xs,ys,color = (z,0,0))
   legns.append("z = %f"%(z))
ax.legends(legns) 
plt.show()
_

しかし、グラフが多すぎるため、凡例でグラフをカバーします。むしろ、色に対応するzの値を示すカラーバーが必要です。私はギャラリーでそのようなものを見つけることができず、私のすべての試みはカラーバーを処理しませんでした。カラーバーを追加する前に、プロットのコレクションを作成する必要があるようです。

これを行う簡単な方法はありますか？ありがとう。

編集（説明）：

私はこのようなことをしたかった：

_import matplotlib.pyplot as plt
import matplotlib.cm     as cm

fig = plt.figure()
ax  = fig.add_subplot(111)
mycmap = cm.hot
# suppose mydata is a list of tuples containing (xs, ys, z) 
# where xs and ys are lists of x's and y's and z is a number between 0 and 1
plots = []
for(xs,ys,z) in mydata:
   pl = ax.plot(xs,ys,color = mycmap(z))
   plots.append(pl)
fig.colorbar(plots)
plt.show()
_

しかし、これはMatplotlibのリファレンスでは機能しません。これは、プロットのリストが「マッピング可能」ではないためです。

LineCollectionを使用して代替プロット関数を作成しました。

_def myplot(ax,xs,ys,zs, cmap):
    plot = lc([Zip(x,y) for (x,y) in Zip(xs,ys)], cmap = cmap)
    plot.set_array(array(zs))
    x0,x1 = amin(xs),amax(xs)
    y0,y1 = amin(ys),amax(ys)
    ax.add_collection(plot)
    ax.set_xlim(x0,x1)
    ax.set_ylim(y0,y1)
    return plot
_

xsおよびysはxおよびy座標のリストのリストであり、zsは各行を色付けするためのさまざまな条件のリストです。それはちょっとした手品のように感じます...私はこれを行うにはもっときちんとした方法があると思いました。 plt.plot()関数の柔軟性が気に入っています。

pythonmatplotlibcolorbar
56
Rafael S. Calsaverini

まだplt.plot（）を使用しながらそれを行う1つの方法があります。基本的に、使い捨てのプロットを作成し、そこからカラーバーを取得します。

import matplotlib as mpl
import matplotlib.pyplot as plt

min, max = (-40, 30)
step = 10

# Setting up a colormap that's a simple transtion
mymap = mpl.colors.LinearSegmentedColormap.from_list('mycolors',['blue','red'])

# Using contourf to provide my colorbar info, then clearing the figure
Z = [[0,0],[0,0]]
levels = range(min,max+step,step)
CS3 = plt.contourf(Z, levels, cmap=mymap)
plt.clf()

# Plotting what I actually want
X=[[1,2],[1,2],[1,2],[1,2]]
Y=[[1,2],[1,3],[1,4],[1,5]]
Z=[-40,-20,0,30]
for x,y,z in Zip(X,Y,Z):
    # setting rgb color based on z normalized to my range
    r = (float(z)-min)/(max-min)
    g = 0
    b = 1-r
    plt.plot(x,y,color=(r,g,b))
plt.colorbar(CS3) # using the colorbar info I got from contourf
plt.show()

少し無駄ですが、便利です。また、複数のプロットを作成する場合も、plt.colorbar（）の情報を再生成せずに呼び出すことができるため、あまり無駄ではありません。

enter image description here

34
Boris

（これは古い質問ですが...）カラーバーにはmatplotlib.cm.ScalarMappable、plt.plotが必要です。スカラーマッピングできない行を生成するため、カラーバーを作成するには、スカラーをマップ可能にします。

OK。したがって、ScalarMappableのコンストラクターは、cmapとnormのインスタンスを取ります。 （データを0〜1の範囲にスケーリングし、すでに作業したcmapを0〜1の範囲の数で取り、色を返します）。あなたの場合：

import matplotlib.pyplot as plt
sm = plt.cm.ScalarMappable(cmap=my_cmap, norm=plt.normalize(min=0, max=1))
plt.colorbar(sm)

データはすでに0〜1の範囲にあるため、smの作成を次のように簡略化できます。

sm = plt.cm.ScalarMappable(cmap=my_cmap)

それが誰かを助けることを願っています。

[〜＃〜] edit [〜＃〜]：matplotlib v1.2以降では、コードは次のようになります。

import matplotlib.pyplot as plt
sm = plt.cm.ScalarMappable(cmap=my_cmap, norm=plt.normalize(vmin=0, vmax=1))
# fake up the array of the scalar mappable. Urgh...
sm._A = []
plt.colorbar(sm)

[〜＃〜] edit [〜＃〜]：matplotlib v1.3以降では、コードは次のようになります。

import matplotlib.pyplot as plt
sm = plt.cm.ScalarMappable(cmap=my_cmap, norm=plt.Normalize(vmin=0, vmax=1))
# fake up the array of the scalar mappable. Urgh...
sm._A = []
plt.colorbar(sm)

[〜＃〜] edit [〜＃〜]：matplotlib v3.1以降の場合、次のように簡略化されます。

import matplotlib.pyplot as plt
sm = plt.cm.ScalarMappable(cmap=my_cmap, norm=plt.Normalize(vmin=0, vmax=1))
plt.colorbar(sm)
104
pelson

Boris および Hooked （素晴らしいアイデアをありがとう！）

1.離散カラーバー

mpl.cm.get_cmap()によって生成されるカラーマップは、colorbar()引数として必要なマップ可能な画像ではないため、離散カラーバーがより複雑になります。以下に示すように、ダミーのマッピング可能ファイルを生成する必要があります。

_import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl

n_lines = 5
x = np.linspace(0, 10, 100)
y = np.sin(x[:, None] + np.pi * np.linspace(0, 1, n_lines))
c = np.arange(1, n_lines + 1)

cmap = mpl.cm.get_cmap('jet', n_lines)

fig, ax = plt.subplots(dpi=100)
# Make dummie mappable
dummie_cax = ax.scatter(c, c, c=c, cmap=cmap)
# Clear axis
ax.cla()
for i, yi in enumerate(y.T):
    ax.plot(x, yi, c=cmap(i))
fig.colorbar(dummie_cax, ticks=c)
plt.show();
_

これにより、離散カラーバーのプロットが生成されます。 enter image description here

2.連続カラーバー

mpl.cm.ScalarMappable()によりcolorbar()の「イメージ」を取得できるため、連続カラーバーの関与が少なくなります。

_import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl


n_lines = 5
x = np.linspace(0, 10, 100)
y = np.sin(x[:, None] + np.pi * np.linspace(0, 1, n_lines))
c = np.arange(1, n_lines + 1)

norm = mpl.colors.Normalize(vmin=c.min(), vmax=c.max())
cmap = mpl.cm.ScalarMappable(norm=norm, cmap=mpl.cm.jet)
cmap.set_array([])

fig, ax = plt.subplots(dpi=100)
for i, yi in enumerate(y.T):
    ax.plot(x, yi, c=cmap.to_rgba(i + 1))
fig.colorbar(cmap, ticks=c)
plt.show();
_

これにより、連続したカラーバーを持つプロットが生成されます。 enter image description here

[特記事項]この例では、cmap.set_array([])が必要な理由を個人的に知りません（そうでなければエラーメッセージが表示されます） ）。誰かが内部の原則を理解している場合は、コメントしてください:)

13
Shan Dou

ここでの他の答えはダミープロットを使用しようとしますが、これは実際には良いスタイルではありません、ここに一般的なコードがあります

離散カラーバー

個別のカラーバーは、連続したカラーバーが作成されるのと同じ方法で、異なる正規化で作成されます。この場合、BoundaryNormを使用する必要があります。

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

n_lines = 5
x = np.linspace(0, 10, 100)
y = np.sin(x[:, None] + np.pi * np.linspace(0, 1, n_lines))
c = np.arange(1., n_lines + 1)

cmap = plt.get_cmap("jet", len(c))
norm = matplotlib.colors.BoundaryNorm(np.arange(len(c)+1)+0.5,len(c))
sm = plt.cm.ScalarMappable(norm=norm, cmap=cmap)
sm.set_array([])  # this line may be ommitted for matplotlib >= 3.1

fig, ax = plt.subplots(dpi=100)
for i, yi in enumerate(y.T):
    ax.plot(x, yi, c=cmap(i))
fig.colorbar(sm, ticks=c)
plt.show()

enter image description here

5
ImportanceOfBeingErnest