Python: заливка цветов между кривыми и осями и для регионализации областей

Question

У меня есть набор значений x, y для двух кривых на листах Excel. Используя модуль xlrd, я смог построить их следующим образом:

Вопрос:

1. Как сделать Я закрашиваю три области разными цветами заливки? Пробовал с fill_between, но безуспешно, потому что не знал, как связываться с осями x и y. Конечная цель заключается в следующем:

Вот мой код:

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

workbook = xlrd.open_workbook('data.xls')

sheet = workbook.sheet_by_name('p1')
rowcount = sheet.nrows 
colcount = sheet.ncols 

result_data_p1 =[]
for row in range(1, rowcount):
    row_data = []
    for column in range(0, colcount):
        data = sheet.cell_value(row, column)
        row_data.append(data)
    #print(row_data)
    result_data_p1.append(row_data)

sheet = workbook.sheet_by_name('p2')
rowcount = sheet.nrows 
colcount = sheet.ncols 

result_data_p2 =[]
for row in range(1, rowcount):
    row_data = []
    for column in range(0, colcount):
        data = sheet.cell_value(row, column)
        row_data.append(data)
    result_data_p2.append(row_data)

x1 = []
y1 = []
for i,k in result_data_p1:
    cx1,cy1 = i,k
    x1.append(cx1)
    y1.append(cy1)

x2 = []
y2 = []
for m,n in result_data_p2:
    cx2,cy2 = m,n
    x2.append(cx2)
    y2.append(cy2)

plt.subplot(1,1,1)
plt.yscale('log')
plt.plot(x1, y1, label = "Warm", color = 'red')
plt.plot(x2, y2, label = "Blue", color = 'blue')
plt.xlabel('Color Temperature (K)')
plt.ylabel('Illuminance (lm)')
plt.title('Kruithof Curve')
plt.legend()
plt.xlim(xmin=2000,xmax=7000)
plt.ylim(ymin=10,ymax=50000)
plt.show()

Пожалуйста, руководство или привести к другим ссылкам, если таковые имеются.

Спасибо.

Answer 1

Вот способ воссоздать кривые и градиенты. В результате было очень сложно нарисовать фон с помощью лог-шкалы. Поэтому фон создается в линейном пространстве и размещается на отдельной оси Y. Были некоторые проблемы с получением фона позади остальной части графика, если он был нарисован на двойной оси. Поэтому фон рисуется на главной оси, а график - на второй. После этого вторая ось y снова размещается слева.

Чтобы нарисовать кривые, сплайн интерполируется с использованием шести точек. Поскольку интерполяция не дала приемлемых результатов с использованием простых координат, все было интерполировано в пространстве журнала.

Фон создается столбец за столбцом, проверяя, где находятся две кривые для каждой позиции x. Красная кривая искусственно вытянута, чтобы иметь согласованную площадь.

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as mticker
from scipy import interpolate

xmin, xmax = 2000, 7000
ymin, ymax = 10, 50000
# a grid of 6 x,y coordinates for both curves
x_grid = np.array([2000, 3000, 4000, 5000, 6000, 7000])
y_blue_grid = np.array([15, 100, 200, 300, 400, 500])
y_red_grid = np.array([20, 400, 10000, 500000, 500000, 500000])

# create interpolating curves in logspace
tck_red = interpolate.splrep(x_grid, np.log(y_red_grid), s=0)
tck_blue = interpolate.splrep(x_grid, np.log(y_blue_grid), s=0)
x = np.linspace(xmin, xmax)
yr = np.exp(interpolate.splev(x, tck_red, der=0))
yb = np.exp(interpolate.splev(x, tck_blue, der=0))

# create the background image; it is created fully in logspace
# the background (z) is zero between the curves, negative in the blue zone and positive in the red zone
# the values are close to zero near the curves, gradually increasing when they are further
xbg = np.linspace(xmin, xmax, 50)
ybg = np.linspace(np.log(ymin), np.log(ymax), 50)
z = np.zeros((len(ybg), len(xbg)), dtype=float)
for i, xi in enumerate(xbg):
    yi_r = interpolate.splev(xi, tck_red, der=0)
    yi_b = interpolate.splev(xi, tck_blue, der=0)
    for j, yj in enumerate(ybg):
        if yi_b >= yj:
            z[j][i] = (yj - yi_b)
        elif yi_r <= yj:
            z[j][i] = (yj - yi_r)

fig, ax2 = plt.subplots(figsize=(8, 8))

# draw the background image, set vmax and vmin to get the desired range of colors;
# vmin should be -vmax to get the white at zero
ax2.imshow(z, origin='lower', extent=[xmin, xmax, np.log(ymin), np.log(ymax)], aspect='auto', cmap='bwr', vmin=-12, vmax=12, interpolation='bilinear', zorder=-2)
ax2.set_ylim(ymin=np.log(ymin), ymax=np.log(ymax)) # the image fills the complete background
ax2.set_yticks([]) # remove the y ticks of the background image, they are confusing

ax = ax2.twinx()  # draw the main plot using the twin y-axis
ax.set_yscale('log')
ax.plot(x, yr, label="Warm", color='crimson')
ax.plot(x, yb, label="Blue", color='dodgerblue')
ax2.set_xlabel('Color Temperature')
ax.set_ylabel('Illuminance (lm)')
ax.set_title('Kruithof Curve')
ax.legend()
ax.set_xlim(xmin=xmin, xmax=xmax)
ax.set_ylim(ymin=ymin, ymax=ymax)
ax.grid(True, which='major', axis='y')
ax.grid(True, which='minor', axis='y', ls=':')
ax.yaxis.tick_left() # switch the twin axis to the left
ax.yaxis.set_label_position('left')
ax2.grid(True, which='major', axis='x')
ax2.xaxis.set_major_formatter(mticker.StrMethodFormatter('{x:.0f} K')) # show x-axis in Kelvin
ax.text(5000, 2000, 'Pleasing', fontsize=16)
ax.text(5000, 20, 'Appears bluish', fontsize=16)
ax.text(2300, 15000, 'Appears reddish', fontsize=16)
plt.show()