Matplotlib-将颜色栏添加到线条图序列

Question

我有两个变量（x，y）的线图序列，一个变量z的许多不同值。我通常会添加带有如下图例的线图：

import matplotlib.pyplot as plt

fig = plt.figure()
ax  = fig.add_subplot(111)
# suppose mydata is a list of tuples containing (xs, ys, z) 
# where xs and ys are lists of x's and y's and z is a number. 
legns = []
for(xs,ys,z) in mydata:
   pl = ax.plot(xs,ys,color = (z,0,0))
   legns.append("z = %f"%(z))
ax.legends(legns) 
plt.show()

但我有太多的图表和传说将涵盖的图表。我更希望有一个颜色条，指示与颜色相对应的z值。我在大风中找不到这样的东西，我所有的尝试都失败了。显然，我必须先创建一个绘图集合，然后再尝试添加颜色栏。

有什么简单的方法可以做到这一点吗？谢谢。

编辑（澄清）：

我想做这样的事：

import matplotlib.pyplot as plt
import matplotlib.cm     as cm

fig = plt.figure()
ax  = fig.add_subplot(111)
mycmap = cm.hot
# suppose mydata is a list of tuples containing (xs, ys, z) 
# where xs and ys are lists of x's and y's and z is a number between 0 and 1
plots = []
for(xs,ys,z) in mydata:
   pl = ax.plot(xs,ys,color = mycmap(z))
   plots.append(pl)
fig.colorbar(plots)
plt.show()

但根据Matplotlib引用，这是行不通的，因为不管这意味着什么，一个绘图列表都不是“可映射的”。

我使用LineCollection创建了一个替代绘图函数：

def myplot(ax,xs,ys,zs, cmap):
    plot = lc([zip(x,y) for (x,y) in zip(xs,ys)], cmap = cmap)
    plot.set_array(array(zs))
    x0,x1 = amin(xs),amax(xs)
    y0,y1 = amin(ys),amax(ys)
    ax.add_collection(plot)
    ax.set_xlim(x0,x1)
    ax.set_ylim(y0,y1)
    return plot

xs和ys是x和y坐标列表，而zs是为每一行着色的不同条件列表。感觉有点像棍棒。。。我想会有一个更整洁的方法来做这件事。我喜欢plt.plot()函数的灵活性。

Answer 1

这里有一个稍微简单的例子，它的灵感来自于Boris和Hooked给出的最重要的答案（感谢您的好主意！）以下内容：

一。离散颜色条

离散colorbar更为复杂，因为由mpl.cm.get_cmap()生成的colormap不是作为colorbar()参数所需的可映射图像。需要生成一个可映射的假人，如下所示：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl

n_lines = 5
x = np.linspace(0, 10, 100)
y = np.sin(x[:, None] + np.pi * np.linspace(0, 1, n_lines))
c = np.arange(1, n_lines + 1)

cmap = mpl.cm.get_cmap('jet', n_lines)

fig, ax = plt.subplots(dpi=100)
# Make dummie mappable
dummie_cax = ax.scatter(c, c, c=c, cmap=cmap)
# Clear axis
ax.cla()
for i, yi in enumerate(y.T):
    ax.plot(x, yi, c=cmap(i))
fig.colorbar(dummie_cax, ticks=c)
plt.show();

这将生成一个具有离散颜色条的绘图：

---

2。连续色条

因为mpl.cm.ScalarMappable()允许我们获得colorbar()的“图像”，所以连续的颜色栏不太重要。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl


n_lines = 5
x = np.linspace(0, 10, 100)
y = np.sin(x[:, None] + np.pi * np.linspace(0, 1, n_lines))
c = np.arange(1, n_lines + 1)

norm = mpl.colors.Normalize(vmin=c.min(), vmax=c.max())
cmap = mpl.cm.ScalarMappable(norm=norm, cmap=mpl.cm.jet)
cmap.set_array([])

fig, ax = plt.subplots(dpi=100)
for i, yi in enumerate(y.T):
    ax.plot(x, yi, c=cmap.to_rgba(i + 1))
fig.colorbar(cmap, ticks=c)
plt.show();

这将生成具有连续颜色条的绘图：

在这个例子中，我个人不知道为什么需要cmap.set_array([])（否则我们会收到错误消息）。如果有人理解这些原则，请评论：）

Answer 2

这里有一种方法可以在仍然使用plt.plot（）的情况下执行此操作。基本上，你做一个一次性的情节，从那里得到色条。

import matplotlib as mpl
import matplotlib.pyplot as plt

min, max = (-40, 30)
step = 10

# Setting up a colormap that's a simple transtion
mymap = mpl.colors.LinearSegmentedColormap.from_list('mycolors',['blue','red'])

# Using contourf to provide my colorbar info, then clearing the figure
Z = [[0,0],[0,0]]
levels = range(min,max+step,step)
CS3 = plt.contourf(Z, levels, cmap=mymap)
plt.clf()

# Plotting what I actually want
X=[[1,2],[1,2],[1,2],[1,2]]
Y=[[1,2],[1,3],[1,4],[1,5]]
Z=[-40,-20,0,30]
for x,y,z in zip(X,Y,Z):
    # setting rgb color based on z normalized to my range
    r = (float(z)-min)/(max-min)
    g = 0
    b = 1-r
    plt.plot(x,y,color=(r,g,b))
plt.colorbar(CS3) # using the colorbar info I got from contourf
plt.show()

有点浪费，但很方便。如果您可以调用plt.colorbar（）来生成多个图，而不必重新生成它的信息，这也不是很浪费。

Answer 3

（我知道这是个老问题，但是…）Colorbars需要一个matplotlib.cm.ScalarMappable，plt.plot生成的行不是标量可映射的，因此，为了生成colorbar，我们需要使标量可映射。

好的。因此，ScalarMappable的构造函数接受一个cmap和一个norm实例。（norms将数据缩放到0-1的范围，cmap是您已经使用过的，它采用0-1之间的数字并返回颜色）。所以在你的情况下：

import matplotlib.pyplot as plt
sm = plt.cm.ScalarMappable(cmap=my_cmap, norm=plt.normalize(min=0, max=1))
plt.colorbar(sm)

因为您的数据已经在0-1范围内，所以可以将sm创建简化为：

sm = plt.cm.ScalarMappable(cmap=my_cmap)

希望能帮上忙。

编辑：对于matplotlib v1.2或更高版本，代码变为：

import matplotlib.pyplot as plt
sm = plt.cm.ScalarMappable(cmap=my_cmap, norm=plt.normalize(vmin=0, vmax=1))
# fake up the array of the scalar mappable. Urgh...
sm._A = []
plt.colorbar(sm)

编辑：对于matplotlib v1.3或更高版本，代码变为：

import matplotlib.pyplot as plt
sm = plt.cm.ScalarMappable(cmap=my_cmap, norm=plt.Normalize(vmin=0, vmax=1))
# fake up the array of the scalar mappable. Urgh...
sm._A = []
plt.colorbar(sm)

编辑：对于matplotlib v3.1或更高版本，简化为：

import matplotlib.pyplot as plt
sm = plt.cm.ScalarMappable(cmap=my_cmap, norm=plt.Normalize(vmin=0, vmax=1))
plt.colorbar(sm)