创建一个值在范围内的 LinearSegmentedColormap

如何解决创建一个值在范围内的 LinearSegmentedColormap

我想在 matplotlib gridspec 图像中绘制多个网格。每个图像都有一个颜色图，我想让该颜色图对所有图像都可解释。为此，我需要创建一个将应用于所有图像的通用颜色图。值范围应介于所有图像值的最小值和所有图像值的最大值之间。

因此，我需要创建一个 LinearSegmentedColormap 来定义最大值和最小值。

是否可以定义表示颜色图谱的值？

示例：

1 - 三个值（从左到右）： -2.024131,-3.837179,-2.947026

2 - -2.343214,-4.110780,-1.029205

1 的第一个颜色是白色，而 2 的第一个颜色是红色，尽管值非常接近。发生的情况是颜色是在每个图像的三个值内计算的，因此无法比较两个图像 - 比例不同。

我想要的是创建一个通用颜色图，然后从全局范围中检索每个图像的值。

亲切的问候

解决方法

如果你真的需要一个通用的颜色图，你可以创建一个 BoundaryNorm，边界正好在颜色值的中间：

from matplotlib import pyplot as plt
import matplotlib as mpl

def min_val(combinations,color):
    return min([x for xs,cs in combinations for x,c in zip(xs,cs) if c == color])

def max_val(combinations,color):
    return max([x for xs,cs) if c == color])

fig,ax = plt.subplots(figsize=(6,1))
fig.subplots_adjust(bottom=0.5)

colors = ['grey','red','white']  # ordered from lowest to highest
combinations = [[[-2.024131,-3.837179,-2.947026],['white','grey','red']],[[-2.343214,-4.110780,-1.029205],['red','white']]]
bounds = [min_val(combinations,'grey'),(max_val(combinations,'grey') + min_val(combinations,'red')) / 2,'red') + min_val(combinations,'white')) / 2,max_val(combinations,'white')]

cmap = mpl.colors.ListedColormap(colors)
norm = mpl.colors.BoundaryNorm(bounds,len(colors))
cbar = mpl.colorbar.ColorbarBase(ax,cmap=cmap,norm=norm,orientation='horizontal')
cbar.set_label("Boundary norm")
fig.show()

另一种方法结合了 LinearSegmentedColormap 和 TwoSlopeNorm：

colors = ['grey','white']]]
bounds = [(min_val(combinations,c) + max_val(combinations,c)) / 2 for c in colors]

fig,1))
fig.subplots_adjust(bottom=0.5)
cmap = mpl.colors.LinearSegmentedColormap.from_list('segmented',colors)
norm = mpl.colors.TwoSlopeNorm(vcenter=bounds[1],vmin=bounds[0],vmax=bounds[2])
cbar = mpl.colorbar.ColorbarBase(ax,orientation='horizontal')
cbar.set_label("TwoSlopeNorm")
fig.show()