Python 如何在图像/矩阵中添加带有日志数据的颜色栏

我想画一个二维矩阵。绘图本身是有效的，但我需要 带有它的色条。只有当数据被删除时，该图才有意义 原木转换。我希望颜色栏显示原始值。怎么 我要这样做吗

提供的搜索 但我不能让它工作

下面的代码给出了我尝试做什么的想法。只有复仇者 包括行（据我所知）

---

感谢您提供的任何帮助

我们的想法不是转换数据，而是让可视化为您提供帮助

imshow[]有一个可选参数

norm

，可以为您进行日志转换

my_speed=np.ones(shape=(no,no))

fig = plt.figure(2)
ax = fig.add_subplot(1,1,1)

# my_speed=np.log10(my_speed)
img = ax.imshow(my_speed, interpolation='bilinear', cmap=cm.jet,
                norm=mpl.colors.LogNorm())
fig.colorbar(img)

---

据我所知，您的代码有两个问题

首先，您试图让颜色栏上的记号显示原始值。为此，不应转换数据，而应规范化绘图

第二，您使用的是

ax.imshow

，这就是

颜色栏无法看到它的原因。您应该使用
plt.imshow
或使用
im=ax.imshow
然后使用
colorbar（im）

以下是一个可行的解决方案：

import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np

my_speed = np.random.rand(20, 20)

fig = plt.figure(2)
ax = fig.add_subplot(1, 1, 1)

im = ax.imshow(my_speed, interpolation='bilinear',
               norm=mpl.colors.LogNorm(),
               cmap=plt.cm.jet)
cb = plt.colorbar(im, orientation='vertical')

plt.show()

谢谢你的回复。我已经试过了，应该提到这一点。它引发了一个错误：`raise RUNTIMERROR（'找不到可用于colorbar的可映射文件'运行时错误：找不到可用于colorbar创建的可映射文件。请首先定义一个可映射文件，例如图像（使用imshow）或轮廓集（使用contourf）。`I缺少一些内容。（很抱歉布局不好，我不太理解这个工具）抱歉，我应该提到，您可能应该使用
np.one
而不是
np.zero
来尝试您的示例，因为使用0的日志不是一件好事：）我已经在代码中以另一种方式修复了此问题。我将更新示例。是的！img部分是需要的。非常感谢。出现了一个新问题：因为我从np.one开始，所以颜色栏中的最低值是10E0。我将值添加到此基础值。但在结果中，这应解释为0。有没有优雅的方法来解决这个问题？值1表示一个很好的黑色，但如何使其在刻度上很好地表示？对不起，我不确定是否理解您的问题。首先为什么要进行日志转换？日志转换的问题是，在计数矩阵中不应该有零。如果您有，您可以使用伪计数（从您显然使用的伪计数开始）。如果要在[0，oo]之间绘制值[，您可以尝试
matplotlib.colors.PowerNorm
标准化，它随
matplotlib-1.4.x
一起提供。这样，如果这是您的目标，您可以强调低值。我不知道您的用例，因此很难给出好的建议。谢谢您的回复。我的数字范围为0-10E4。低值很重要，所以lognormal确实给出了一个很好的表示。唯一的问题是颜色条从1开始，而不是0，在我的例子中，0是一个重要的值。因此，当人们研究时，他们会惊讶地发现没有0值区域。如果大数字的具体大小无关紧要，并且知道它们很大就足够了，那么你可能有一个perfect PowerNorm规范化的用例。不幸的是，它还没有发布，但如果您从安装matplotlib-1.4.0-r1，您可以尝试。我不知道如何破解颜色条缩放，您可能必须用谷歌搜索或问另一个问题。但是，如果可以的话，我会尽量避免。对不起，我刚刚再次测试了，您应该这样做即使矩阵中有零，也要能够使用LogNorm。仅用零绘制矩阵似乎不适用于imshow。
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np

my_speed = np.random.rand(20, 20)

fig = plt.figure(2)
ax = fig.add_subplot(1, 1, 1)

im = ax.imshow(my_speed, interpolation='bilinear',
               norm=mpl.colors.LogNorm(),
               cmap=plt.cm.jet)
cb = plt.colorbar(im, orientation='vertical')

plt.show()