ノート
完全なサンプルコードをダウンロードするには、ここをクリックしてください
カラーマップの正規化 SymLogNorm #
非線形の方法でカラーマップをデータにマッピングするためにノルムを使用するデモ。
2 つのこぶ (1 つは負、もう 1 つは正) で構成される合成データセット。正は 8 倍の振幅です。線形的には、負のこぶはほとんど見えず、そのプロファイルの詳細を確認することは非常に困難です。正の値と負の値の両方に対数スケーリングが適用されるため、各ハンプの形状がはるかに見やすくなります。
を参照してくださいSymLogNorm
。
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors as colors
def rbf(x, y):
return 1.0 / (1 + 5 * ((x ** 2) + (y ** 2)))
N = 200
gain = 8
X, Y = np.mgrid[-3:3:complex(0, N), -2:2:complex(0, N)]
Z1 = rbf(X + 0.5, Y + 0.5)
Z2 = rbf(X - 0.5, Y - 0.5)
Z = gain * Z1 - Z2
shadeopts = {'cmap': 'PRGn', 'shading': 'gouraud'}
colormap = 'PRGn'
lnrwidth = 0.5
fig, ax = plt.subplots(2, 1, sharex=True, sharey=True)
pcm = ax[0].pcolormesh(X, Y, Z,
norm=colors.SymLogNorm(linthresh=lnrwidth, linscale=1,
vmin=-gain, vmax=gain, base=10),
**shadeopts)
fig.colorbar(pcm, ax=ax[0], extend='both')
ax[0].text(-2.5, 1.5, 'symlog')
pcm = ax[1].pcolormesh(X, Y, Z, vmin=-gain, vmax=gain,
**shadeopts)
fig.colorbar(pcm, ax=ax[1], extend='both')
ax[1].text(-2.5, 1.5, 'linear')
Text(-2.5, 1.5, 'linear')
特定のデータセットに最適な視覚化を見つけるには、複数の異なるカラー スケールを試す必要がある場合があります。スケーリングと同様に、データ値「Z」に適用される変換の線形領域と対数領域の間の移行がよりスムーズになる (実験的)SymLogNorm
使用のオプションもあります。AsinhNorm
以下のプロットでは、データセット自体に鋭い特徴がないにもかかわらず、各こぶの周りに等高線のようなアーティファクトが見られる場合があります。スケーリングは、各こぶのasinh
より滑らかなシェーディングを示しています。
fig, ax = plt.subplots(2, 1, sharex=True, sharey=True)
pcm = ax[0].pcolormesh(X, Y, Z,
norm=colors.SymLogNorm(linthresh=lnrwidth, linscale=1,
vmin=-gain, vmax=gain, base=10),
**shadeopts)
fig.colorbar(pcm, ax=ax[0], extend='both')
ax[0].text(-2.5, 1.5, 'symlog')
pcm = ax[1].pcolormesh(X, Y, Z,
norm=colors.AsinhNorm(linear_width=lnrwidth,
vmin=-gain, vmax=gain),
**shadeopts)
fig.colorbar(pcm, ax=ax[1], extend='both')
ax[1].text(-2.5, 1.5, 'asinh')
plt.show()
スクリプトの合計実行時間: ( 0 分 3.374 秒)