Создание цветовых шкал с использованием Matplotlib

Введение

В этом уроке мы научимся использовать библиотеку matplotlib для создания цветовых баров для визуализаций. Цветовые бары - это полезный инструмент для интерпретации визуализаций, предоставляя шкалу цветов, соответствующую данным, которые отображаются. Мы будем использовать matplotlib для создания цветовых баров для визуализаций с как положительными, так и отрицательными значениями данных.

Советы по работе с ВМ

После запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Ноутбук, чтобы получить доступ к Jupyter Notebook для практики.

Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook не загрузится полностью. Валидация операций не может быть автоматизирована из-за ограничений в Jupyter Notebook.

Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.

Импортируем необходимые библиотеки

Начнем с импорта необходимых библиотек: numpy и matplotlib.pyplot.

import matplotlib.pyplot as plt
import numpy as np

Генерируем данные

Мы генерируем некоторые образцовые данные для построения, используя функцию mgrid из numpy.

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

Создаем график для положительных данных и цветовую шкалу

Мы создаем график для положительных данных и добавляем цветовую шкалу к графику с использованием функции colorbar.

## 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)

Создаем график для отрицательных данных и цветовую шкалу

Мы создаем график для отрицательных данных и добавляем цветовую шкалу к графику с использованием функции colorbar. На этот раз мы указываем расположение цветовой шкалы, а также параметры якоря и уменьшения.

## 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)

Создаем график с положительными и отрицательными данными

Мы создаем график с обоими положительными и отрицательными данными и добавляем цветовую шкалу к графику с использованием функции colorbar. На этот раз мы указываем минимальные и максимальные значения для цветовой шкалы с использованием параметров vmin и vmax.

## 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()

Резюме

В этом уроке мы узнали, как использовать библиотеку matplotlib для создания цветовых шкал для визуализаций. Мы рассмотрели, как создавать цветовые шкалы для визуализаций с обоими положительными и отрицательными значениями данных. С помощью этих инструментов мы можем создавать более информативные и полезные визуализации.