Matplotlib es una increíble biblioteca de visualización en Python para gráficos 2D de arrays. Matplotlib es una biblioteca de visualización de datos multiplataforma basada en arrays NumPy y diseñada para funcionar con la pila SciPy más amplia.
matplotlib.colors.from_levels_and_colors()
La matplotlib.colors.from_levels_and_colors()
función es una función auxiliar que ayuda a crear una instancia de cmap y norma cuyo comportamiento es similar al del argumento de niveles y colores de contorno.
Sintaxis: matplotlib.colors.from_levels_and_colors(niveles, colores, extender=’ninguno’)
Parámetros:
- niveles: Es una secuencia de números que representan niveles de cuantificación que se utilizan para construir la BoundaryNorm. Un valor v se cuantifica al nivel k si lev[k] <= v < lev[k+1].
- colors: Es una secuencia de colores que se utilizan como colores de relleno para cada nivel. Debe haber n_level – 1 colores si extender es «ninguno». Agregue un color adicional para una extensión de «mínimo» o «máximo» y para una extensión de «ambos» agregue dos colores.
- extender: es un parámetro opcional que acepta uno de los cuatro valores, a saber, ‘ninguno’, ‘mínimo’, ‘máximo’ o ‘ambos’.
Tipo de devolución: esta función devuelve un cmap normalizado y una norma de mapa de colores
Ejemplo 1:
import numpy as np import matplotlib.pyplot as plt import matplotlib.colors data1 = 3 * np.random.random((10, 10)) data2 = 5 * np.random.random((10, 10)) levels = [0, 1, 2, 3, 4, 5] colors = ['red', 'brown', 'yellow', 'green', 'blue'] cmap, norm = matplotlib.colors.from_levels_and_colors(levels, colors) fig, axes = plt.subplots(ncols = 2) for ax, dat in zip(axes, [data1, data2]): im = ax.imshow(dat, cmap = cmap, norm = norm, interpolation ='none') fig.colorbar(im, ax = ax, orientation ='horizontal') plt.show()
Producción:
Ejemplo 2:
import numpy as np import matplotlib.pyplot as plt from matplotlib.colors import from_levels_and_colors nvals = np.random.randint(2, 20) data = np.random.randint(0, nvals, (10, 10)) colors = np.random.random((nvals, 3)) # Make the colors pastels... colors = colors / 2.5 + 0.55 levels = np.arange(nvals + 1) - 0.5 cmap, norm = from_levels_and_colors(levels, colors) fig, ax = plt.subplots() im = ax.imshow(data, interpolation ='nearest', cmap = cmap, norm = norm) fig.colorbar(im, ticks = np.arange(nvals)) plt.show()
Producción:
Publicación traducida automáticamente
Artículo escrito por RajuKumar19 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA