*笨办法实现等值线图【非线性配色】和【两头开色条】

15195775117

1、需求缘起

用matplotlib画【填色等值线图】，有plt.contourf和plt.tricontourf两个函数，画的图如下：


这里有2个问题：
1、默认的色条，刻度值都是均匀的，
   但工作中经常遇到需要对数据进行【非线性配色】的情况，
   例如对湿度配色的值是[5,10,20,40,80,95]（%）
2、默认的色条，两端是将刻度顶到头的，
   但工作中，两头超出范围的值是额外配色的，
   例如低于最低值的都配白色，高于最高值的都配紫色。这种姑且称为“两头开”色条。

以下，用一套笨办法解决这2个问题。

2、非线性配色，与“两头开”色条

处理效果图：色条刻度是非线性的，且“两头开”



源代码：

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

# ======准备阶段，准备些必要的数据======

# 我们准备一个颜色序列，用于配色，
# 注意，颜色的写法比较灵活，支持3种
rgblist=[[0.5,0.5,0.5], # 灰色
        "#0000ff",      # 蓝色
        "#00ffff",      # 青色
        "#00ff00",      # 绿色
        "#ffff00",      # 黄色
        (1,0,0),        # 红色
        "#000000"       # 黑色


# 画等值线的层级，设置为不均匀的：
level=[5,6,8,11,15,20]

# “两头开”的色条，等值线层级有6个，颜色有7个，颜色比层级多1个

# 准备需要配色的数组:
data=np.random.randint(1,25,(8,10))
lng=np.linspace(100,120,10)
lat=np.linspace(20,30,8)

# ======至此，材料准备好了，以下开始画图======

# 将data转为浮点型数组，不然后续对data元素的修改都只能是整型，会出错
data=np.array(data,dtype=np.float32)

# 将颜色序列转为色条对象，可以直接由contourf函数引用
cmap = ListedColormap(rgblist)

# 配色层级数：
nlevel=len(level)

# 用data2代替data进行配色
data2=data

# 找出每个层级的元素的位置，追加到plist中：
plist=[]

# 低于最低层级的元素：
p=np.where(data2<level[0])
plist.append(p)

# 中间层级的元素：
for i in range(nlevel-1):
    p=np.where((data2>=level)&(data2<level[i+1]))
    plist.append(p)

# 高于最高层级的元素：
p=np.where(data2>=level[-1])
plist.append(p)

# 将每个层级的元素，以其所在层级序数替换之，这就实现了层级的线性
for i in range(nlevel+1):
    data2[plist]=i+0.5

# 画data2：
plt.contourf(lng,lat,data2,range(nlevel+2),cmap=cmap)

# 色条的标题和小数位数
cb=plt.colorbar(label='nonlinear',format='%.1f')

# 伪装色条的刻度：
cb.set_ticks(ticks=np.arange(nlevel)+1,labels=level)

plt.show()

灭火器

matplotlib.colors模块里的BoundaryNorm能直接实现这一功能，可见
http://bbs.06climate.com/forum.php?mod=viewthread&tid=100123

15195775117

灭火器 发表于 2022-6-26 14:54
matplotlib.colors模块里的BoundaryNorm能直接实现这一功能，可见
http://bbs.06climate.com/forum.php?mo ...

{:5_245:}{:5_245:}

myj0219

谢谢分享！！！！！！！！！！！！

坎坷

画图解决不了的就解决数据，把原来非线性分布的数据，处理为按色标值分别的数据，比如红色对应1，蓝色对应2，依次这样，应该就可以出想要的效果了