标签:contour matplotlib scaling python
我在可视化等高线图中的某个数据集时遇到了一些麻烦.问题是我有很多数据点(X,Y,Z),它们的Z值范围从2到0,其中许多有趣的功能位于0到0.3的范围内.使用正常缩放,很难看到它们,如下图所示:
现在,我已经考虑了要做什么.当然,有对数缩放,但是我首先需要考虑某种映射,而且我不确定100%如何做到这一点.受到this question的启发,可以想到一个比例缩放(x)= Log(x / min)/ Log(max / min)类型的映射,该映射在该问题中相当有效.
后续行动discussed here也很有趣.
他们使用了某种ArcSinh缩放功能.这似乎很好地放大了小功能,与整个比例成比例.
所以我的问题是我想的两倍.
>如何缩放等高线图中的数据,以使小幅度特征不会被异常值吹走?
>您会使用上述两种方法还是完全不同的方法来进行?
我对python还是很陌生,并且对那里已经存在的所有事物感到惊讶,因此我确信可能会有一种比我上面提到的更好的内置方式.
为了完整起见,我上载了datafile here(上载网站为robustfiles.com,一个快速的Google搜索告诉我这是一个可共享这些内容的值得信赖的网站)
我用
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.)')
解决方法:
很好的问题.
不要缩放数据.您将在具有许多缩放功能的范围内寻找折衷方案.
而是使用custom colormap.这样,您就不必重新映射实际数据,并且可以轻松自定义要突出显示的区域的可视化.可以在scipy食谱中找到Another example,互联网上还有很多其他内容.
标签:contour,matplotlib,scaling,python 来源: https://codeday.me/bug/20191118/2029264.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。