python matplotlib颜色映射和vmax/vmin之间的关系_Python_Matplotlib_Scatter Plot

python matplotlib颜色映射和vmax/vmin之间的关系

python matplotlib

python matplotlib颜色映射和vmax/vmin之间的关系,python,matplotlib,scatter-plot,Python,Matplotlib,Scatter Plot,我是python matplotlib新手，我正在尝试对cmp和vmax，vmin 根据我的理解，如果结果高于vmax，则结果显示彩色贴图的末尾（黑色），而结果低于vmin，则结果显示彩色贴图的原始颜色，如pic1 但是，当我在结果中设置vmax或vmin时，颜色如何重新绑定到结果？为什么会显示这样例如，当我将vmin设置为超出范围时，结果显示蓝色，但cmp中没有蓝色，请参见图2 当vmax超出范围时，结果显示为浅色，据我所知，颜色应与cmp=plt.cm.Greens相同，参见图3 我

我是python matplotlib新手，我正在尝试对

cmp

和

vmax

，

vmin

根据我的理解，如果结果高于

vmax

，则结果显示彩色贴图的末尾（黑色），而结果低于

vmin

，则结果显示彩色贴图的原始颜色，如pic1

但是，当我在结果中设置

vmax

或

vmin

时，颜色如何重新绑定到结果？为什么会显示这样

例如，当我将

vmin

设置为超出范围时，结果显示蓝色，但

cmp中没有蓝色，请参见图2

当vmax
超出范围时，结果显示为浅色，据我所知，颜色应与cmp=plt.cm.Greens相同，参见图3

我上传照片。
这是我的密码：
#!/usr/bin/python
import matplotlib.pyplot as plt


num=range(1,100)
out=[x**2 for x in num]
plt.figure(figsize=(11, 11))


plt.title('Scatter',size=24)
plt.ylabel('Result',size=24)
plt.xlabel('Number',size=24)
plt.axis([0, 110, 0, 11000])

plt.scatter(num,out,s=50,lw=2,c=out,cmap=plt.cm.Greens,marker='o',label='Scatter',vmin=99999)
plt.show()

查看发生了什么的最好方法是添加一个颜色条（plt.colorbar（）
，在创建散点图之后）。您会注意到，介于0和10000之间的out
值都位于条形图的最低部分下方，该部分为浅绿色
通常，低于vmin
的值将以最低颜色着色，高于vmax
的值将以最高颜色着色
如果将vmax
设置为小于vmin
，则它们将在内部交换。尽管如此，根据matplotlib的确切版本和调用的精确函数，matplotlib可能会发出错误警告。因此，最好将vmin
设置为始终低于vmax

如果未设置vmin
，它将自动计算为数据的最小值。类似地，如果不设置vmax
，它将设置为数据的最大值。因此，如果您设置了vmin=99999
而未设置vmax
，vmax
将计算为10000。与现在的vmax
一样，matplotlib将交换它们，因此以vmin=10000和vmax=99999`结束，如颜色栏所示
如果未设置颜色映射（cmap=
），matplotlib将自动使用。此颜色贴图在vmin
附近具有深紫色/蓝色
如果未设置c=
参数，则颜色取自。所以，第一次它被称为蓝色，下一次是橙色，然后是绿色，然后是红色。共有10种颜色，之后颜色从蓝色开始。（在当前版本的matplotlib中，颜色映射称为“tab10”）。请注意，如果不设置c=
，则会忽略vmin
和vmax

在下面的代码中，我在out
值属于色条的地方添加了一条红线。您可以使用vmin和vmax的不同值进行实验，以了解发生了什么。通常，最简单的方法是不填写它们，而是让matplotlib自动计算它们
导入matplotlib.pyplot作为plt
num=范围（1100）
out=[x**2代表x输入数值]
plt.图（figsize=（11,11））
plt.标题（“分散”，大小=24）
plt.ylabel（'结果'，大小=24）
plt.xlabel（'Number'，size=24）
plt.轴（[0,110,0,11000]）
plt.scatter（num，out，s=50，lw=2，c=out，cmap=plt.cm.Greens，marker='o'，label='scatter'，vmin=99999）
#plt.colorbar（）
cbar=plt.colorbar（）
cbar.ax.vlines（1，最小值（out），最大值（out），color='crimson'，lw=3，clip_on=False）
plt.show（）

下图描述了三种情况：
#左图（'c='设置为'out'，'cmap='设置为'Greens'）
plt.散射（num，out，s=50，lw=2，c=out，cmap=plt.cm.Greens，marker='o'，vmin=99999）
#中央绘图（'c='未设置，'cmap='未设置）
plt.散射（数值，输出，s=50，lw=2，标记=o'，vmin=99999）
#右图（'c='设置为'out'，'cmap='未设置）
plt.散射（num，out，s=50，lw=2，c=out，marker='o'，vmin=99999）

是指当我设置Vmin
Vmax
matplotlib时交换它们，这样如果我只设置一个Vmin=9999
或Vmax=9999
，最后reslut应该与Vmax=9999
和Vmin=out
，并且当我添加cbar=plt.colorbar（）
检查颜色时，Vmin=9999
中的不同颜色，浅绿色带plt.colorbar（）
[我知道这是正确的]，蓝色不带plt.colorbar（）
[这让我很困惑]如果你不放一个色条，图像将是一样的，色条只是帮助你看看发生了什么。如果您不提供颜色映射（
cmap=`），matplotlib会选择。Viridis在vmin附近呈深蓝色紫色，