如何在python matplotlib colormap中提高颜色分辨率

我正在制作2D numpy网格的彩色贴图：

X, Y = np.meshgrid(fields, frequencies)
cs = ax.contourf(X, Y, fields_freqs_abs_grid, cmap="viridis", N=256)

按颜色绘制的字段\u freqs\u abs\u网格中的值已按对数比例缩放

python的matplotlib生成的颜色贴图比较粗糙——它可以缩放8种颜色，尽管我使用“N=256”表示RGB像素数。将N增加到2048并没有改变任何事情。在相同的数据上使用MatLab语言绘制，可以生成具有明显更高颜色分辨率的彩色贴图。如何增加Python中映射的颜色数量

结果是：

但我希望结果是：

谢谢大家!

绝对有效，可以为您提供高分辨率图像。我在下面的例子中实现了他的想法

关于使用

contourf（）

，我不确定这是否与版本有关，但在最新版本中， 没有用于

N

的kwarg

正如您在文档中看到的，您希望使用

N

作为参数（语法：

tourtf（X，Y，Z，N）

）来指定要打印的级别，而不是RGB像素数

contourf（）

绘制填充轮廓，分辨率取决于要绘制的层数。您的

N=256

不会执行任何操作，并且

contourf（）

将自动选择

以下代码是从官方版本中修改的，用于比较不同

N

的分辨率。如果存在版本问题，此代码将使用

python3.5.2给出以下绘图；matplotlib 1.5.3

：

import numpy as np
import matplotlib.pyplot as plt

delta = 0.025

x = y = np.arange(-3.0, 3.01, delta)
X, Y = np.meshgrid(x, y)
Z1 = plt.mlab.bivariate_normal(X, Y, 1.0, 1.0, 0.0, 0.0)
Z2 = plt.mlab.bivariate_normal(X, Y, 1.5, 0.5, 1, 1)
Z = 10 * (Z1 - Z2)

fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2)
fig.set_size_inches(8, 6)

# Your code sample
CS1 = ax1.contourf(X, Y, Z, cmap="viridis", N=256)
ax1.set_title('Your code sample')
ax1.set_xlabel('word length anomaly')
ax1.set_ylabel('sentence length anomaly')
cbar1 = fig.colorbar(CS1, ax=ax1)

# Contour up to N=7 automatically-chosen levels, 
# which should give the same as your code.
N = 7
CS2 = ax2.contourf(X, Y, Z, N, cmap="viridis")
ax2.set_title('N=7')
ax2.set_xlabel('word length anomaly')
ax2.set_ylabel('sentence length anomaly')
cbar2 = fig.colorbar(CS2, ax=ax2)

# Contour up to N=100 automatically-chosen levels.
# The resolution is still not as high as using imshow().
N = 100
CS3 = ax3.contourf(X, Y, Z, N, cmap="viridis")
ax3.set_title('N=100')
ax3.set_xlabel('word length anomaly')
ax3.set_ylabel('sentence length anomaly')
cbar3 = fig.colorbar(CS3, ax=ax3)

IM = ax4.imshow(Z, cmap="viridis", origin='lower', extent=(-3, 3, -3, 3))
ax4.set_title("Warren Weckesser's idea")
ax4.set_xlabel('word length anomaly')
ax4.set_ylabel('sentence length anomaly')
cbar4 = fig.colorbar(IM, ax=ax4)

fig.tight_layout()
plt.show()

---

尝试使用

imshow

而不是

contourf

。使用

extent

参数设置x轴和y轴范围。