Plotagem de Imagens 2D com pcolormesh em Matplotlib

Introdução

Neste tutorial, aprenderemos como usar a função pcolormesh na biblioteca Matplotlib para gerar gráficos 2D no estilo de imagem. Abordaremos o uso básico de pcolormesh, pcolormesh não retilíneo, coordenadas centradas e a criação de níveis usando normas.

Dicas para a VM

Após a inicialização da VM, clique no canto superior esquerdo para mudar para a aba Notebook e acessar o Jupyter Notebook para praticar.

Às vezes, pode ser necessário aguardar alguns segundos para que o Jupyter Notebook termine de carregar. A validação das operações não pode ser automatizada devido a limitações no Jupyter Notebook.

Se você enfrentar problemas durante o aprendizado, sinta-se à vontade para perguntar ao Labby. Forneça feedback após a sessão, e resolveremos o problema prontamente para você.

pcolormesh Básico

Normalmente, especificamos um pcolormesh definindo a borda dos quadriláteros e o valor do quadrilátero. Observe que aqui x e y têm cada um um elemento extra do que Z na dimensão respectiva.

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(19680801)
Z = np.random.rand(6, 10)
x = np.arange(-0.5, 10, 1)  ## len = 11
y = np.arange(4.5, 11, 1)  ## len = 7

fig, ax = plt.subplots()
ax.pcolormesh(x, y, Z)

pcolormesh Não Retilíneo

Observe que também podemos especificar matrizes para X e Y e ter quadriláteros não retilíneos.

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(19680801)
Z = np.random.rand(6, 10)
x = np.arange(-0.5, 10, 1)  ## len = 11
y = np.arange(4.5, 11, 1)  ## len = 7
X, Y = np.meshgrid(x, y)
X = X + 0.2 * Y  ## tilt the coordinates.
Y = Y + 0.3 * X

fig, ax = plt.subplots()
ax.pcolormesh(X, Y, Z)

Coordenadas Centradas

Frequentemente, um usuário deseja passar X e Y com os mesmos tamanhos que Z para .axes.Axes.pcolormesh. Isso também é permitido se shading='auto' for passado (configuração padrão por :rc:pcolor.shading). Antes do Matplotlib 3.3, shading='flat' descartaria a última coluna e linha de Z, mas agora gera um erro. Se isso é realmente o que você deseja, então simplesmente descarte a última linha e coluna de Z manualmente:

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(19680801)
Z = np.random.rand(6, 10)
x = np.arange(10)  ## len = 10
y = np.arange(6)  ## len = 6
X, Y = np.meshgrid(x, y)

fig, axs = plt.subplots(2, 1, sharex=True, sharey=True)
axs[0].pcolormesh(X, Y, Z, vmin=np.min(Z), vmax=np.max(Z), shading='auto')
axs[0].set_title("shading='auto' = 'nearest'")
axs[1].pcolormesh(X, Y, Z[:-1, :-1], vmin=np.min(Z), vmax=np.max(Z),
                  shading='flat')
axs[1].set_title("shading='flat'")

Criando níveis usando normas

Mostra como combinar instâncias de Normalização e Colormap para desenhar "níveis" em gráficos do tipo .axes.Axes.pcolor, .axes.Axes.pcolormesh e .axes.Axes.imshow de maneira semelhante ao argumento de palavra-chave levels para contour/contourf.

import matplotlib.pyplot as plt
import numpy as np

from matplotlib.colors import BoundaryNorm
from matplotlib.ticker import MaxNLocator

## make these smaller to increase the resolution
dx, dy = 0.05, 0.05

## generate 2 2d grids for the x & y bounds
y, x = np.mgrid[slice(1, 5 + dy, dy),
                slice(1, 5 + dx, dx)]

z = np.sin(x)**10 + np.cos(10 + y*x) * np.cos(x)

## x and y are bounds, so z should be the value *inside* those bounds.
## Therefore, remove the last value from the z array.
z = z[:-1, :-1]
levels = MaxNLocator(nbins=15).tick_values(z.min(), z.max())


## pick the desired colormap, sensible levels, and define a normalization
## instance which takes data values and translates those into levels.
cmap = plt.colormaps['PiYG']
norm = BoundaryNorm(levels, ncolors=cmap.N, clip=True)

fig, (ax0, ax1) = plt.subplots(nrows=2)

im = ax0.pcolormesh(x, y, z, cmap=cmap, norm=norm)
fig.colorbar(im, ax=ax0)
ax0.set_title('pcolormesh with levels')


## contours are *point* based plots, so convert our bound into point
## centers
cf = ax1.contourf(x[:-1, :-1] + dx/2.,
                  y[:-1, :-1] + dy/2., z, levels=levels,
                  cmap=cmap)
fig.colorbar(cf, ax=ax1)
ax1.set_title('contourf with levels')

## adjust spacing between subplots so `ax1` title and `ax0` tick labels
## don't overlap
fig.tight_layout()

plt.show()

Resumo

Neste tutorial, aprendemos como usar a função pcolormesh na biblioteca Matplotlib. Cobrimos o uso básico de pcolormesh, pcolormesh não retilíneo, coordenadas centradas e a criação de níveis usando normas. Essas técnicas podem ser usadas para gerar diferentes tipos de gráficos 2D no estilo imagem em Matplotlib.