不同地塊的相同顏色的酒吧範圍 - Matplotlib

Question

我努力通過不同的地塊保持相同的酒吧範圍。

例如，我有這些可視化：

生產，與此代碼：

def plot_contour(x_dim, y_dim, x_steps, y_steps, scalar_field, file_path): 
    plt.figure() 

    x, y = numpy.mgrid[-x_dim:x_dim/:x_steps*1j, -y_dim:y_dim:y_steps*1j] 
    cs = plt.contourf(x, y, scalar_field, zorder=1, extent=[-x_dim, x_dim, -y_dim, y_dim]) 
    plt.colorbar(cs) 

    plt.savefig(file_path + '.png', dpi=Vc.dpi) 
    plt.close() 

我希望能夠比較這兩個領域，所以，我想爲它們使用相同的顏色映射。

我的第一種方法是使用參數v_min和v_max，使用數據的最小/最大值。

cs = plt.contourf(x, y, scalar_field, zorder=1, extent=[-x_dim, x_dim, -y_dim, y_dim], vmin=-1.00, vmax=1.05) # Manual setting to test 

然後我得到了相同的顏色映射：

但我也想有在情節顯示相同的彩條的範圍。我試圖用

cb = plt.colorbar(cs) 
cb.set_clim(vmin=-1.00, vmax=1.05) 

沒有成功。

這個完整的示例產生相同的行爲：

import matplotlib 
import numpy as numpy 
import matplotlib.cm as cm 
import matplotlib.mlab as mlab 
import matplotlib.pyplot as plt 

matplotlib.rcParams['xtick.direction'] = 'out' 
matplotlib.rcParams['ytick.direction'] = 'out' 

delta = 0.025 
x = numpy.arange(-3.0, 3.0, delta) 
y = numpy.arange(-2.0, 2.0, delta) 
X, Y = numpy.meshgrid(x, y) 

Z1 = mlab.bivariate_normal(X, Y, 1.0, 1.0, 0.0, 0.0) 
Z2 = mlab.bivariate_normal(X, Y, 1.5, 0.5, 1, 1) 
# difference of Gaussians 

Za = 10.0 * (Z2 - Z1) 
Zb = 5.0 * (Z2 - Z1) 

def bounds(scalar_fields): 
    """ 
    Get the bounds of a set of scalar_fields 
    :param scalar_fields : the scalar field set 
    :return: a set of normalized vector field components 
    """ 
    max_bound = -numpy.inf 
    min_bound = numpy.inf 

    for scalar_field in scalar_fields: 
     max_lim = numpy.max(scalar_field) 
     min_lim = numpy.min(scalar_field) 
     if max_lim > max_bound: 
      max_bound = max_lim 
     if min_lim < min_bound: 
      min_bound = min_lim 

    return min_bound, max_bound 

def plot_contour(x_dim, y_dim, x_steps, y_steps, scalar_field, v_min, v_max, file_path): 
    plt.figure() 

    x, y = numpy.mgrid[-x_dim/2:x_dim/2:x_steps*1j, -y_dim/2:y_dim/2:y_steps*1j] 

    cs = plt.contourf(x, y, scalar_field, zorder=1, extent=[-x_dim/2.0, x_dim/2.0, -y_dim/2.0, y_dim/2.0], 
         vmin=v_min, vmax=v_max) 
    cb = plt.colorbar(cs) 

    plt.savefig(file_path + '.png') 
    plt.close() 

v_min, v_max = bounds([Za, Zb]) 
x_dim = y_dim = 6 

y_steps = x.shape[0] 
x_steps = y.shape[0]  

plot_contour(x_dim, y_dim, x_steps, y_steps, Za, v_min, v_max, 'Za') 
plot_contour(x_dim, y_dim, x_steps, y_steps, Zb, v_min, v_max, 'Zb') 

我怎麼能這樣做呢？

預先感謝您。

Answer 1

如果您想讓顏色條中的顏色與兩個輪廓圖內的相同值相對應，那麼您不僅需要控制顏色條，還需要控制等高線圖中的水平。也就是說，爲了比較圖之間的相同水平，圖應該具有相同的等值水平。這很容易做到。下面是情節的例子：

有兩種方式：1）計算領先水平的時間; 2）使用一個圖中的水平來設置另一個水平。我會做第二次，因爲從這個角度應該清楚如何做第一個（例如，使用，但是，清楚起見，我沒有在這裏使用這個，但是讓mpl計算這個級別）。

首先，在這裏我還使用：

Za = 10.0 * (Z2 - Z1) 
Zb = 6.0 * (Z2 - Z1) # 6, rather than 5 

然後，陰謀：

def plot_contour(x_dim, y_dim, x_steps, y_steps, scalar_field, file_path, v_min, v_max, levels=None): 
    x, y = numpy.mgrid[-x_dim/2:x_dim/2:x_steps*1j, -y_dim/2:y_dim/2:y_steps*1j] 
    cs = plt.contourf(x, y, scalar_field, zorder=1, cmap=cm.jet, extent=[-x_dim/2.0, x_dim/2.0, -y_dim/2.0, y_dim/2.0], vmin=v_min, vmax=v_max, levels=levels) 
    plt.colorbar(cs) 
    return cs.levels 

v_min, v_max = bounds([Za, Zb]) 

plt.figure() 
plt.subplot(121) 
levels = plot_contour(x_dim, y_dim, x_steps, y_steps, Za, 'Za', v_min, v_max) 
plt.subplot(122) 
plot_contour(x_dim, y_dim, x_steps, y_steps, Zb, 'Zb', v_min, v_max, levels=levels) 
plt.show()