我正在创建一个热图,用于出版物。该出版物仅限于黑白印刷,因此我正在创建灰度热图。我的问题是热图中有一些方块是“不适用的”,我想从视觉上区别于其他单元。我的理解是,这可能是如果热图在比例尺的两端都是彩色的,那么可以使用numpy的蒙版数组,蒙版字段可能只是显示为白色。问题是,我想用从白色到黑色的全光谱来说明非NA数据的范围。有没有其他视觉机制,如删除线来区分NA细胞?
下面是带屏蔽数组的灰度最小示例(改编自here)。NA值可能在这里被屏蔽了,你只是无法分辨,因为它使用的是白色,而白色已经被用作有效光谱高端的颜色。
import numpy as np
from pylab import *
z = rand(10, 25)
z = np.ma.masked_array(z,mask=z>0.8)
c = pcolor(z)
set_cmap('gray')
colorbar()
c = pcolor(z, edgecolors='w', linewidths=1)
axis([0,25,0,10])
savefig('plt.png')
show()
我无法通过
ax.patch.set_hatch('x')
添加补丁来复制乔的答案。相反,我必须根据这个question创建一个矩形的补丁而且,
pcolormesh
现在似乎已经整理好了,所以可以在这里使用它。一个简单的解决方案是只填充背景轴补丁。E、 g.:
注意,如果不希望在空单元格之间绘制边框,可以使用
pcolor
,而不是pcolormesh
。例如,如果我们更改行:致:
我们会得到:
区别很微妙——用
pcolor
在相邻的空单元格之间不画线。你喜欢哪种美学纯粹是个人的,但它强调了pcolor
和pcolormesh
之间的一个关键区别。相关问题 更多 >
编程相关推荐