Risposte:
I colormap standard hanno anche tutte le versioni invertite. Hanno gli stessi nomi con l' _r
adesione fino alla fine. ( Documentazione qui. )
In matplotlib una mappa dei colori non è un elenco, ma contiene l'elenco dei suoi colori come colormap.colors
. E il modulo matplotlib.colors
fornisce una funzione ListedColormap()
per generare una mappa dei colori da un elenco. Quindi puoi invertire qualsiasi mappa dei colori facendo
colormap_r = ListedColormap(colormap.colors[::-1])
ListedColormap
s (cioè discreto, anziché interpolato) hanno un colors
attributo. L'inversione LinearSegmentedColormaps
è un po 'più complessa. (È necessario invertire tutti gli elementi del _segmentdata
dict.)
LinearSegmentedColormaps
, l'ho appena fatto per alcune colorazioni. Ecco un Notebook IPython al riguardo.
La soluzione è piuttosto semplice. Supponiamo di voler utilizzare lo schema mappa colori "autunno". La versione standard:
cmap = matplotlib.cm.autumn
Per invertire lo spettro dei colori della mappa colori, utilizzare la funzione get_cmap () e aggiungere '_r' al titolo della mappa colori in questo modo:
cmap_reversed = matplotlib.cm.get_cmap('autumn_r')
Essendo LinearSegmentedColormaps
basato su un dizionario di rosso, verde e blu, è necessario invertire ciascun elemento:
import matplotlib.pyplot as plt
import matplotlib as mpl
def reverse_colourmap(cmap, name = 'my_cmap_r'):
"""
In:
cmap, name
Out:
my_cmap_r
Explanation:
t[0] goes from 0 to 1
row i: x y0 y1 -> t[0] t[1] t[2]
/
/
row i+1: x y0 y1 -> t[n] t[1] t[2]
so the inverse should do the same:
row i+1: x y1 y0 -> 1-t[0] t[2] t[1]
/
/
row i: x y1 y0 -> 1-t[n] t[2] t[1]
"""
reverse = []
k = []
for key in cmap._segmentdata:
k.append(key)
channel = cmap._segmentdata[key]
data = []
for t in channel:
data.append((1-t[0],t[2],t[1]))
reverse.append(sorted(data))
LinearL = dict(zip(k,reverse))
my_cmap_r = mpl.colors.LinearSegmentedColormap(name, LinearL)
return my_cmap_r
Guarda che funziona:
my_cmap
<matplotlib.colors.LinearSegmentedColormap at 0xd5a0518>
my_cmap_r = reverse_colourmap(my_cmap)
fig = plt.figure(figsize=(8, 2))
ax1 = fig.add_axes([0.05, 0.80, 0.9, 0.15])
ax2 = fig.add_axes([0.05, 0.475, 0.9, 0.15])
norm = mpl.colors.Normalize(vmin=0, vmax=1)
cb1 = mpl.colorbar.ColorbarBase(ax1, cmap = my_cmap, norm=norm,orientation='horizontal')
cb2 = mpl.colorbar.ColorbarBase(ax2, cmap = my_cmap_r, norm=norm, orientation='horizontal')
MODIFICARE
Non ricevo il commento dell'utente3445587. Funziona bene sulla mappa dei colori dell'arcobaleno:
cmap = mpl.cm.jet
cmap_r = reverse_colourmap(cmap)
fig = plt.figure(figsize=(8, 2))
ax1 = fig.add_axes([0.05, 0.80, 0.9, 0.15])
ax2 = fig.add_axes([0.05, 0.475, 0.9, 0.15])
norm = mpl.colors.Normalize(vmin=0, vmax=1)
cb1 = mpl.colorbar.ColorbarBase(ax1, cmap = cmap, norm=norm,orientation='horizontal')
cb2 = mpl.colorbar.ColorbarBase(ax2, cmap = cmap_r, norm=norm, orientation='horizontal')
Ma funziona particolarmente bene con le mappe dei colori dichiarate personalizzate, in quanto non esiste un valore predefinito _r
per le mappe dei colori dichiarate personalizzate. Esempio seguente tratto da http://matplotlib.org/examples/pylab_examples/custom_cmap.html :
cdict1 = {'red': ((0.0, 0.0, 0.0),
(0.5, 0.0, 0.1),
(1.0, 1.0, 1.0)),
'green': ((0.0, 0.0, 0.0),
(1.0, 0.0, 0.0)),
'blue': ((0.0, 0.0, 1.0),
(0.5, 0.1, 0.0),
(1.0, 0.0, 0.0))
}
blue_red1 = mpl.colors.LinearSegmentedColormap('BlueRed1', cdict1)
blue_red1_r = reverse_colourmap(blue_red1)
fig = plt.figure(figsize=(8, 2))
ax1 = fig.add_axes([0.05, 0.80, 0.9, 0.15])
ax2 = fig.add_axes([0.05, 0.475, 0.9, 0.15])
norm = mpl.colors.Normalize(vmin=0, vmax=1)
cb1 = mpl.colorbar.ColorbarBase(ax1, cmap = blue_red1, norm=norm,orientation='horizontal')
cb2 = mpl.colorbar.ColorbarBase(ax2, cmap = blue_red1_r, norm=norm, orientation='horizontal')
A partire da Matplotlib 2.0, esiste un reversed()
metodo per ListedColormap
e LinearSegmentedColorMap
oggetti, quindi puoi semplicemente farlo
cmap_reversed = cmap.reversed()
Ecco la documentazione
Esistono due tipi di LinearSegmentedColormaps. In alcuni, _segmentdata è dato esplicitamente, ad esempio, per jet:
>>> cm.jet._segmentdata
{'blue': ((0.0, 0.5, 0.5), (0.11, 1, 1), (0.34, 1, 1), (0.65, 0, 0), (1, 0, 0)), 'red': ((0.0, 0, 0), (0.35, 0, 0), (0.66, 1, 1), (0.89, 1, 1), (1, 0.5, 0.5)), 'green': ((0.0, 0, 0), (0.125, 0, 0), (0.375, 1, 1), (0.64, 1, 1), (0.91, 0, 0), (1, 0, 0))}
Per arcobaleno, _segmentdata è dato come segue:
>>> cm.rainbow._segmentdata
{'blue': <function <lambda> at 0x7fac32ac2b70>, 'red': <function <lambda> at 0x7fac32ac7840>, 'green': <function <lambda> at 0x7fac32ac2d08>}
Possiamo trovare le funzioni nella fonte di matplotlib, dove sono indicate come
_rainbow_data = {
'red': gfunc[33], # 33: lambda x: np.abs(2 * x - 0.5),
'green': gfunc[13], # 13: lambda x: np.sin(x * np.pi),
'blue': gfunc[10], # 10: lambda x: np.cos(x * np.pi / 2)
}
Tutto ciò che desideri è già fatto in matplotlib, basta chiamare cm.revcmap, che inverte entrambi i tipi di segmentata, quindi
cm.revcmap(cm.rainbow._segmentdata)
dovrebbe fare il lavoro - puoi semplicemente creare un nuovo LinearSegmentData da quello. In revcmap, viene eseguita l'inversione di SegmentData basata su funzioni
def _reverser(f):
def freversed(x):
return f(1 - x)
return freversed
mentre gli altri elenchi sono invertiti come al solito
valnew = [(1.0 - x, y1, y0) for x, y0, y1 in reversed(val)]
Quindi in realtà è tutto ciò che vuoi
def reverse_colourmap(cmap, name = 'my_cmap_r'):
return mpl.colors.LinearSegmentedColormap(name, cm.revcmap(cmap._segmentdata))
Non esiste (ancora) un modo incorporato per invertire le mappe di colore arbitrarie, ma una soluzione semplice è in realtà non modificare la barra dei colori ma creare un oggetto Normalizza invertito:
from matplotlib.colors import Normalize
class InvertedNormalize(Normalize):
def __call__(self, *args, **kwargs):
return 1 - super(InvertedNormalize, self).__call__(*args, **kwargs)
È quindi possibile utilizzare questo con plot_surface
e altre funzioni di tracciamento di Matplotlib facendo ad es
inverted_norm = InvertedNormalize(vmin=10, vmax=100)
ax.plot_surface(..., cmap=<your colormap>, norm=inverted_norm)
Funzionerà con qualsiasi mappa dei colori Matplotlib.