我正在尝试使用 Seaborn 的 kdeplot 制作一个漂亮的自由能表面(热图)。
我非常接近,但无法找到改变颜色条比例的方法。颜色条比例很重要,因为它应该表示地图上不同坐标处的能量差异。我需要知道如何缩放颜色条的值-(0.5961573)*log(x)
, where x
是颜色条的值。然后我可能还需要从那里标准化颜色条,以便最大值为 0。
这是我目前拥有的:
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.pyplot as plt
import seaborn as sns
rs=[]
dihes=[]
with open(sys.argv[1], 'r') as f:
for line in f:
time,r,dihe = line.split()
rs.append(float(r))
dihes.append(float(dihe))
sns.set_style("white")
sns.kdeplot(rs, dihes, n_levels=25, cbar=True, cmap="Purples_d")
plt.show()
这让我:
数组 rs 和 dihes 是简单的一维数组。
任何有关如何缩放颜色条(z 轴)的建议都会非常有帮助!
一种方法是手动创建图表,然后直接修改标签。这还涉及几行代码。您可能需要稍微调整一下格式,但是这样的事情应该会让您走上正确的轨道。
以下内容改编自这个答案 https://stackoverflow.com/a/39332225/4058364 and 这个答案 https://stackoverflow.com/a/29065830/4058364.
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
from scipy import stats
rs=[]
dihes=[]
with open(sys.argv[1], 'r') as f:
for line in f:
time,r,dihe = line.split()
rs.append(float(r))
dihes.append(float(dihe))
x = rs
y = dihes
kde = stats.gaussian_kde([x, y])
xx, yy = np.mgrid[min(x):max(x):(max(x)-min(x))/100, min(y):max(y):(max(y)-min(y))/100]
density = kde(np.c_[xx.flat, yy.flat].T).reshape(xx.shape)
sns.set_style("white")
fig, ax = plt.subplots()
cset = ax.contour(xx, yy, density, 25, cmap="Purples_r")
cb = fig.colorbar(cset)
cb.ax.set_yticklabels(map(lambda x: -0.5961573*np.log(float(x.get_text())),
cb.ax.get_yticklabels()))
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)