Python 非对称颜色条，具有公平发散颜色映射

我试图在散点图中绘制一个不对称的颜色范围。我希望颜色是一个公平的代表性的强度使用一个简单的。我无法更改颜色栏来表示此内容

例如，我想在散点图中绘制范围为[-2，10]的x-y数据，以便颜色栏仅显示中性色为0的范围为-2到10，但-2和2的“强度”相同

我试过使用and，但似乎我需要将两者结合起来，但我想不出来

MCV示例

x=np.arange（0,1,1e-1）
xlen=x.shape[0]
z=np.随机.随机（xlen**2）*12-2
splt=plt.散射（
np.重复（x，xlen），
np.瓷砖（x，xlen），
c=z，cmap=地震，
s=400
)
打印颜色条（splt）

通过使用中点规格化

类中点规格化（颜色.规格化）：
定义初始值（self，vmin=None，vmax=None，middpoint=None，clip=False）：
self.midpoint=中点
颜色.规格化._初始化__（self，vmin，vmax，clip）
定义调用（self、value、clip=None）：
#我忽略了遮罩值和所有类型的边缘情况，以创建一个
#简单的例子。。。
x、 y=[self.vmin，self.middpoint，self.vmax]，[0,0.5,1]
返回np.ma.masked_数组（np.interp（值，x，y））

x=np.arange（0,1,1e-1）
xlen=x.shape[0]
z=np.随机.随机（xlen**2）*12-2
标准=中点规格化（中点=0）
splt=plt.散射（
np.重复（x，xlen），
np.瓷砖（x，xlen），
c=z，cmap=地震波，s=400，
范数=范数
)
打印颜色条（splt）

我可以将颜色条的中心设置为0，但强度不公平。i、 e.-2处的强度比+2处暗得多

我在截取颜色贴图时遇到的问题是，我不知道截取它的合适位置

下面是我想在颜色栏中进行更改的示例：

---

如果我没记错的话，当前的问题是，以中点为中心的贴图正在将颜色从-2均匀缩放到0（蓝色），类似地（红色）从0缩放到10

与其缩放

[self.vmin，self.midpoint，self.vmax]=[-2,0,10]

，不如在

[-v_ext，self.midpoint，v_ext]=[-10,0,10]

之间重新缩放，其中：

v_ext = np.max( [ np.abs(self.vmin), np.abs(self.vmax) ] )  ## = np.max( [ 2, 10 ] )

完整的代码可能如下所示：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors as mcolors

x = np.arange( 0, 1, 1e-1 )
xlen = x.shape[ 0 ]
z = np.random.random( xlen**2 )*12 - 2

class MidpointNormalize(mcolors.Normalize):
    def __init__(self, vmin=None, vmax=None, midpoint=None, clip=False):
        self.midpoint = midpoint
        mcolors.Normalize.__init__(self, vmin, vmax, clip)

    def __call__(self, value, clip=None):
        v_ext = np.max( [ np.abs(self.vmin), np.abs(self.vmax) ] )
        x, y = [-v_ext, self.midpoint, v_ext], [0, 0.5, 1]
        return np.ma.masked_array(np.interp(value, x, y))

x = np.arange( 0, 1, 1e-1 )
xlen = x.shape[ 0 ]
z = np.random.random( xlen**2 )*12 - 2

norm = MidpointNormalize( midpoint = 0 )

splt = plt.scatter( 
    np.repeat( x, xlen ), 
    np.tile( x, xlen ), 
    c = z, cmap = 'seismic', s = 400,
    norm = norm
)

plt.colorbar( splt )
plt.show()

---

如果我没记错的话，当前的问题是，以中点为中心的贴图正在将颜色从-2均匀缩放到0（蓝色），类似地（红色）从0缩放到10

与其缩放

[self.vmin，self.midpoint，self.vmax]=[-2,0,10]

，不如在

[-v_ext，self.midpoint，v_ext]=[-10,0,10]

之间重新缩放，其中：

v_ext = np.max( [ np.abs(self.vmin), np.abs(self.vmax) ] )  ## = np.max( [ 2, 10 ] )

完整的代码可能如下所示：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors as mcolors

x = np.arange( 0, 1, 1e-1 )
xlen = x.shape[ 0 ]
z = np.random.random( xlen**2 )*12 - 2

class MidpointNormalize(mcolors.Normalize):
    def __init__(self, vmin=None, vmax=None, midpoint=None, clip=False):
        self.midpoint = midpoint
        mcolors.Normalize.__init__(self, vmin, vmax, clip)

    def __call__(self, value, clip=None):
        v_ext = np.max( [ np.abs(self.vmin), np.abs(self.vmax) ] )
        x, y = [-v_ext, self.midpoint, v_ext], [0, 0.5, 1]
        return np.ma.masked_array(np.interp(value, x, y))

x = np.arange( 0, 1, 1e-1 )
xlen = x.shape[ 0 ]
z = np.random.random( xlen**2 )*12 - 2

norm = MidpointNormalize( midpoint = 0 )

splt = plt.scatter( 
    np.repeat( x, xlen ), 
    np.tile( x, xlen ), 
    c = z, cmap = 'seismic', s = 400,
    norm = norm
)

plt.colorbar( splt )
plt.show()

---

根据@Asmus的回答，我创建了一个

MidpointNormalizeFair

类，该类根据数据进行缩放

类中点规格化（mpl.colors.Normalize）：
“”“发件人：https://matplotlib.org/users/colormapnorms.html"""
定义初始值（self，vmin=None，vmax=None，middpoint=None，clip=False）：
self.midpoint=中点
mpl.colors.Normalize._______（self、vmin、vmax、clip）
定义调用（self、value、clip=None）：
#我忽略了遮罩值和所有类型的边缘情况，以创建一个
#简单的例子。。。
结果，is_scalar=self.process_值（value）
自动缩放\u无（结果）
vlargest=max（abs（self.vmax-self.middpoint）、abs（self.vmin-self.middpoint））
x、 y=[self.middpoint-vlargest，self.middpoint，self.middpoint+vlargest]，[0,0.5,1]
返回np.ma.masked_数组（np.interp（值，x，y））

根据@Asmus的回答，我创建了一个

中点规范化air

类，它根据数据进行缩放

类中点规格化（mpl.colors.Normalize）：
“”“发件人：https://matplotlib.org/users/colormapnorms.html"""
定义初始值（self，vmin=None，vmax=None，middpoint=None，clip=False）：
self.midpoint=中点
mpl.colors.Normalize._______（self、vmin、vmax、clip）
定义调用（self、value、clip=None）：
#我忽略了遮罩值和所有类型的边缘情况，以创建一个
#简单的例子。。。
结果，is_scalar=self.process_值（value）
自动缩放\u无（结果）
vlargest=max（abs（self.vmax-self.middpoint）、abs（self.vmin-self.middpoint））
x、 y=[self.middpoint-vlargest，self.middpoint，self.middpoint+vlargest]，[0,0.5,1]
返回np.ma.masked_数组（np.interp（值，x，y））

啊！太好了，这是我错过的一点理解。我创建了一个对

Normalize

r的修改，它根据我将在另一个答案中发布的数据进行缩放。啊！太好了，这是我错过的一点理解。我创建了一个对

Normalize

r的修改，它根据我将在另一个答案中发布的数据进行缩放。我打开了它。我打开了它。