Erstellen von Farbskalen mit Matplotlib

Einführung

In diesem Tutorial lernen wir, wie wir die matplotlib-Bibliothek verwenden, um Farbskalen für Visualisierungen zu erstellen. Farbskalen sind ein nützliches Werkzeug, um Visualisierungen zu interpretieren, indem sie eine Farbskala bereitstellen, die den geplotteten Daten entspricht. Wir werden matplotlib verwenden, um Farbskalen für Visualisierungen mit sowohl positiven als auch negativen Datenwerten zu erstellen.

Tipps für die virtuelle Maschine

Nachdem der Start der virtuellen Maschine abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu öffnen.

Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund der Einschränkungen in Jupyter Notebook nicht automatisiert werden.

Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback ab, und wir werden das Problem für Sie prompt beheben.

Importieren der erforderlichen Bibliotheken

Wir beginnen mit dem Importieren der erforderlichen Bibliotheken: numpy und matplotlib.pyplot.

import matplotlib.pyplot as plt
import numpy as np

Daten generieren

Wir generieren einige Beispiel-Daten zum Plotten, indem wir die mgrid-Funktion von numpy verwenden.

## setup some generic data
N = 37
x, y = np.mgrid[:N, :N]
Z = (np.cos(x*0.2) + np.sin(y*0.3))

Erstellen eines Plots und einer Farbskala für positive Daten

Wir erstellen einen Plot der positiven Daten und fügen mithilfe der colorbar-Funktion eine Farbskala zum Plot hinzu.

## plot just the positive data and save the
## color "mappable" object returned by ax1.imshow
pos = plt.imshow(Zpos, cmap='Blues', interpolation='none')

## add the colorbar using the figure's method,
## telling which mappable we're talking about and
## which axes object it should be near
plt.colorbar(pos)

Erstellen eines Plots und einer Farbskala für negative Daten

Wir erstellen einen Plot der negativen Daten und fügen mithilfe der colorbar-Funktion eine Farbskala zum Plot hinzu. Diesmal legen wir die Position der Farbskala sowie die Parameter anchor und shrink fest.

## repeat everything above for the negative data
## you can specify location, anchor and shrink the colorbar
neg = plt.imshow(Zneg, cmap='Reds_r', interpolation='none')
plt.colorbar(neg, location='right', anchor=(0, 0.3), shrink=0.7)

Erstellen eines Plots mit positiven und negativen Daten

Wir erstellen einen Plot mit sowohl positiven als auch negativen Daten und fügen mithilfe der colorbar-Funktion eine Farbskala zum Plot hinzu. Diesmal legen wir die Mindest- und Maximalwerte für die Farbskala mit den Parametern vmin und vmax fest.

## Plot both positive and negative values between +/- 1.2
pos_neg_clipped = plt.imshow(Z, cmap='RdBu', vmin=-1.2, vmax=1.2,
                             interpolation='none')

## Add minorticks on the colorbar to make it easy to read the
## values off the colorbar.
cbar = plt.colorbar(pos_neg_clipped, extend='both')
cbar.minorticks_on()

Zusammenfassung

In diesem Tutorial haben wir gelernt, wie man die matplotlib-Bibliothek verwendet, um Farbskalen für Visualisierungen zu erstellen. Wir haben behandelt, wie man Farbskalen für Visualisierungen mit sowohl positiven als auch negativen Datenwerten erstellt. Mit diesen Tools können wir informativere und nützlichere Visualisierungen erstellen.