在Python中使小值在matplotlib色条上可见

Question

我在用默认的“jet”颜色条和“hexbin”一起使用。我的数据分布在一些小块里，数量从0到大约1500不等。问题是，有些六边形的小块的数量在1到10之间，而有些小块的数量则有几百。这就导致在jet颜色条中，0到10这个范围的颜色和0的颜色是一样的，也就是说，看不出来有什么区别。我希望这些小的值能够被看得见。请问我该怎么做才能让颜色条显示出：确保那些大于或等于某个值N的小块有一个“可见”的颜色，也就是和0的小块的颜色不一样？

谢谢。

Answer 1

另外，还有一个叫做 mincnt 的选项，可以用来设置 hexbin 中的最小计数。也就是说，如果某个区域的计数少于这个数字，就会把它留空。这种做法可以让我们在使用 jet 颜色方案时，更容易区分计数为零和计数为一的情况。

hexbin( ...., mincnt=1)

Answer 2

一个简单的解决办法是尝试在六边形图上绘制 log(counts) 而不是直接绘制 counts。这会让图表的比例更合理，高的计数值会被压缩，而低的计数值则不会。不过，你需要在某个地方说明你展示的值是 log(counts) 而不是 counts，否则随便看图的人可能会误解这个图。

一个更好的方法可能是修改你使用的颜色映射。内置的颜色映射通常是从 '0' 颜色到 '1' 颜色线性变化的。为了让低值的颜色变化更明显，而高值的颜色变化不那么明显，你需要使用非线性的颜色映射。

要做到这一点，你可以尝试 matplotlib.colors，特别是 matplotlib.colors.LinearSegmentedColormap.from_list（http://matplotlib.sourceforge.net/api/colors_api.html#matplotlib.colors.LinearSegmentedColormap.from_list）

基本上，你需要输入 '0' 和 '1' 的颜色（比如蓝色到红色），还有一个伽马值。伽马值大于 1.0 会让低值部分的变化更敏感。

如果你还没尝试过，可以试试类似这样的代码：

import matplotlib.colors as colors
# colourmap from green to red, biased towards the blue end.
# Try out different gammas > 1.0
cmap = colors.LinearSegmentedColormap.from_list('nameofcolormap',['g','r'],gamma=2.0)

# feed cmap into hexbin
hexbin( ...., cmap=cmap )