python安装scipy出现红字_python – matplotlib中的绿色到红色的colormap,以数据的中位数为中心...

在我的应用程序中,我在可能的情况下从R转换为本机Python(scipy matplotlib),其中一个最大的任务是从R热图转换为matplotlib热图. This post引导我进行移植.虽然大部分都是无痛的,但我仍然不相信色彩图.

在显示代码之前,解释：在R代码中我定义了“中断”,即从最低值开始直到10的固定数量的点,并且理想地以数据的中值为中心.它的等价物在于numpy.linspace：

# Matrix is a DataFrame object from pandas

import numpy as np

data_min = min(matrix.min(skipna=True))

data_max = max(matrix.max(skipna=True))

median_value = np.median(matrix.median(skipna=True))

range_min = np.linspace(0,median_value,50)

range_max = np.linspace(median_value,data_max,50)

breaks = np.concatenate((range_min,range_max))

这给了我们100分将用于着色.但是,我不确定如何在Python中完成同样的事情.目前我有：

def red_black_green():

cdict = {

'red': ((0.0,0.0,0.0),(0.5,(1.0,1.0,1.0)),'blue': ((0.0,0.0)),'green': ((0.0,1.0),0.0))

}

my_cmap = mpl.colors.LinearSegmentedColormap(

'my_colormap',cdict,100)

return my_cmap

我做得更进一步：

# Note: vmin and vmax are the maximum and the minimum of the data

# Adjust the max and min to scale these colors

if vmin > 0:

norm = mpl.colors.Normalize(vmin=0,vmax=vmax / 1.08)

else:

norm = mpl.colors.Normalize(vmin / 2,vmax / 2)

这些数字完全是经验性的,这就是为什么我想把它变成更强大的东西.如何根据中位数对我的色彩图进行标准化,还是需要进行标准化？