python绘图颜色代码_python matplotlib-颜色代码+ve和-ve值在绘图中

您可以设置颜色编码的标准化,使其在数据的负绝对值和正绝对值之间平均分布。使用中间带有浅色的颜色映射有助于可视化值离零的距离。

导入numpy as np

将matplotlib.pyplot导入为plt

def显示为图像(示例):

位图=sample.remaze((13,8))

maxval=np.max(np.abs([bitmap.min(),bitmap.max()]))

图()

plt.imshow(位图,cmap='rdylgn',interpolation='nearest',

vmin=-maxval,vmax=maxval)

色标()

显示()

样本=np.随机.randn(1104)

显示为图像(示例)

< /代码>

如果需要二进制映射,则可以将正值映射为1,将负值映射为0。

导入numpy as np

将matplotlib.pyplot导入为plt

def显示为图像(示例):

位图=sample.remaze((13,8))

位图[Bitmap>=0]=1

位图[位图<0]=0

图()

plt.imshow(位图,cmap='rdylgn',interpolation='nearest',

vmin=-.1,vmax=1.1)

显示()

样本=np.随机.randn(1104)

显示为图像(示例)

< /代码>

在这种情况下,使用颜色条可能是无用的。

数据。使用中间带有浅色的颜色映射可以帮助可视化值离零的距离。

import numpy as np

import matplotlib.pyplot as plt

def show_as_image(sample):

bitmap = sample.reshape((13, 8))

maxval = np.max(np.abs([bitmap.min(),bitmap.max()]))

plt.figure()

plt.imshow(bitmap, cmap='RdYlGn', interpolation='nearest',

vmin=-maxval, vmax=maxval)

plt.colorbar()

plt.show()

sample=np.random.randn(1,104)

show_as_image(sample)

如果需要二进制映射,则可以将正值映射为1,将负值映射为0。

import numpy as np

import matplotlib.pyplot as plt

def show_as_image(sample):

bitmap = sample.reshape((13, 8))

bitmap[bitmap >= 0] = 1

bitmap[bitmap < 0] = 0

plt.figure()

plt.imshow(bitmap, cmap='RdYlGn', interpolation='nearest',

vmin=-.1, vmax=1.1)

plt.show()

sample=np.random.randn(1,104)

show_as_image(sample)

在这种情况下,使用颜色条可能是无用的。