等值线图中的Python Matplotlib非线性缩放

我在可视化等高线图中的某个数据集时遇到了一些问题。问题是，我有一组数据点（X，Y，Z），Z值范围从2到0，其中许多有趣的特性位于0到0.3的范围内。使用普通缩放，很难看到它们，如下图所示：

现在，我已经考虑过还有什么可以做的了。当然有对数标度，但我首先需要考虑某种映射，我不能100%确定如何做到这一点。受此启发，我们可以想到一个类型为

scaling（x）=Log（x/min）/Log（max/min）

的映射，它在这个问题上相当有效

同样有趣的是后续行动

他们使用了某种

arcinh

scaling函数。这似乎很好地放大了小特征，与整体成比例

我想我的问题有两个方面

如何缩放等高线图中的数据，使小振幅特征不会被异常值冲走

你会使用上面提到的任何一种方法，还是使用完全不同的方法

我对python还比较陌生，我经常对已经存在的所有东西感到惊讶，因此我相信可能有一种内置方式比我上面提到的任何东西都要好

为了完整性，我上传了（上传网站是robustfiles.com，谷歌快速搜索告诉我，它是一个值得信赖的网站，可以分享类似的东西）

我画了上面的图

data = np.load("D:\SavedData\ThreeQubitRess44SpecHighResNormalFreqs.npy")

fig, (ax1) = plt.subplots(1,figsize=(16,16))    
cs = ax1.contourf(X, Y, data, 210, alpha=1,cmap='jet')
fig.colorbar(cs, ax=ax1, shrink=0.9)
ax1.set_title("Freq vs B")
ax1.set_ylabel('Frequency (GHz)'); ax1.set_xlabel('B (arb.)')

好问题

不要缩放数据。您将在具有许多缩放函数的范围内寻找折衷方案

---

取而代之的是，使用一个。这样，您就不必重新映射实际数据，并且可以轻松自定义要高亮显示的区域的可视化。可以在scipy cookbook中找到，在互联网上还有很多。

另一个选择是通过断开轴将绘图分成两个单独的区域

作为注释，例如，您可以看到6.2 GHz和-0.6 B左右的一些特性。这是我想要更明确的内容。这是一个伟大的见解！我将仔细阅读文档，并尝试处理这些问题。不过，我并不完全清楚，这不仅仅会将缩放问题转移到彩色贴图上。第一件事当然是选择对比度很好的颜色（这也不是小事），但我仍然需要确保过渡是这样的，我感兴趣的细节变得可见。假设我在0到1的范围内从蓝色变为红色，但我的大部分详细信息都在0到0.2的范围内。那么我仍然需要一些特殊的比例来绘制彩色地图，对吗？@user129412我理解这样做是否会将缩放问题转移到彩色地图上。但是颜色贴图可以完全任意设置。要使用数据上的缩放函数实现这一点，您需要寻找分段连续函数。通过更改颜色贴图，您可以更快地完成此操作。至于选择，您确实可以使其在边界处不连续（例如，1：红色、0.2：蓝色，然后是灰度），或者仅“拉伸”cmap:blue到橙色（表示[0.2]），橙色到红色（表示[0.2]）（.2，1）。是的，这是有道理的。我认为彩色地图上有足够多的文档，所以我应该能够自己弄清楚。谢谢！