На этом шаге мы приведем общие сведения о цветовой полосе и рассмотрим способы ее задания.
Если вы строите цветовое распределение с использованием colormesh(), pcolor(), imshow() и т.п., то для отображения соответствия цвета и численного значения вам может понадобится аналог легенды, который в Matplotlib называется colorbar. Создадим случайное распределение с помощью np.random.rand() и отобразим его через pcolor():
import matplotlib.pyplot as plt import numpy as np np.random.seed(123) vals = np.random.randint(10, size=(7, 7)) plt.pcolor(vals) plt.show()
Результат работы приложения изображен на рисунке 1.
Рис.1. Цветовое распределение
Для данного набора построим colorbar.
import matplotlib.pyplot as plt import numpy as np np.random.seed(123) vals = np.random.randint(10, size=(7, 7)) plt.pcolor(vals) # Построение цветовой полосы colorbar plt.colorbar() plt.show()
Результат работы приложения изображен на рисунке 2.
Рис.2. Цветовая полоса для заданного цветового распределения
Для дискретного разделения цветов на цветовой полосе нужно при построении изображения передать требуемую цветовую схему через параметр cmap в соответствующую функцию (в нашем случае pcolor()):
import matplotlib.pyplot as plt import numpy as np np.random.seed(123) vals = np.random.randint(10, size=(7, 7)) plt.pcolor(vals, cmap=plt.get_cmap('viridis', 11)) # Построение цветовой полосы colorbar plt.colorbar() plt.show()
Результат работы приложения изображен на рисунке 3.
Рис.3. Цветовая полоса с дискретным разделением цветов
На следующем шаге мы продолжим изучение вопроса.
