Python pcolorme sh с отдельным значением альфа для каждой ячейки - PullRequest
Новая
       94

Python pcolorme sh с отдельным значением альфа для каждой ячейки

0 голосов
/ 14 июля 2020

Допустим, у меня есть следующий набор данных: 

import numpy as np
import matplotlib.pyplot as plt

x_bins = np.arange(10)
y_bins = np.arange(10)
z = np.random.random((9,9))

Я могу легко построить эти данные с помощью 

plt.pcolormesh(x_bins, y_bins, z, cmap = 'viridis)

Однако, допустим, теперь я добавляю некоторое альфа-значение для каждой точки: 

a = np.random.random((9,9))

Как я могу изменить альфа-значение каждого поля на графике pcolorme sh, чтобы оно соответствовало соответствующему значению в массиве «a»?

1 Ответ

1 голос
/ 14 июля 2020

У меня sh, созданного pcolormesh, может быть только одна альфа для всего меня sh. Чтобы установить индивидуальный альфа-канал для каждой ячейки, ячейки необходимо создать одну за другой в виде прямоугольников.

В приведенном ниже коде слева показаны pcolormesh без альфы, и me sh прямоугольников с альфа справа. Обратите внимание, что в местах соприкосновения прямоугольников полупрозрачность вызывает неравное перекрытие. Это можно смягчить, если не рисовать край ячейки (edgecolor='none') или использовать более длинные черные линии для разделения ячеек.

Приведенный ниже код изменяет размер x, поэтому проще проверить, что x и y не перепутали. relim и autoscale необходимы, потому что с поведением matplotlib по умолчанию ограничения x и y не изменяются путем добавления патчей. 

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.patches import Rectangle, Patch

x_bins = np.arange(12)
y_bins = np.arange(10)
z = np.random.random((9, 11))
a = np.random.random((9, 11))

cmap = plt.get_cmap('inferno')
norm = plt.Normalize(z.min(), z.max())

fig, (ax1, ax2) = plt.subplots(ncols=2)
ax1.pcolormesh(x_bins, y_bins, z, cmap=cmap, norm=norm)
for i in range(len(x_bins) - 1):
    for j in range(len(y_bins) - 1):
        rect = Rectangle((x_bins[i], y_bins[j]), x_bins[i + 1] - x_bins[i], y_bins[j + 1] - y_bins[j],
                         facecolor=cmap(norm(z[j, i])), alpha=a[j, i], edgecolor='none')
        ax2.add_patch(rect)
# ax2.vlines(x_bins, y_bins.min(), y_bins.max(), edgecolor='black')
# ax2.hlines(y_bins, x_bins.min(), x_bins.max(), edgecolor='black')
ax2.relim()
ax2.autoscale(enable=True, tight=True)

plt.show()

пример сюжета

...