python colorbar 0变白色_将白色添加到pylab colorbar默认颜色贴图

这篇博客介绍了如何在Python中使用matplotlib库,当数值为0时,将colorbar的颜色设置为白色。通过设置颜色贴图的under属性,可以实现这一效果。示例代码创建了一个随机数据网格,并将所有负值设为0,然后调整colorbar的级别和颜色映射,使得0值呈现为白色。
部署运行你感兴趣的模型镜像

对于您的问题,我建议将第一个级别设置为大于零,并使用colorbar的扩展功能来指定零x,y位置。在

首先,我们导入libs并尝试从稀疏网格上numpy的正态分布函数生成一些随机数据。在from copy import copy

import numpy as np

import matplotlib.pyplot as plt

import matplotlib.colors as colors

# generate sample data

x0, x1 = -5, 5

y0, y1 = -3, 3

x = np.linspace(x0, x1, 60)

y = np.linspace(y0, y1, 60)

X, Y = np.meshgrid(x, y)

Z = np.random.randn(60, 60)

为了说明您的问题,我们将所有负值设置为零,呈现非负网格数据Z。在

^{pr2}$

现在到关键点了!只需将超出范围的颜色添加到颜色贴图中。在palette = copy(plt.get_cmap('viridis_r'))

palette.set_under('white', 1.0) # 1.0 represents not transparent

您还可以使用set_over,set_bad方法为超范围数据和未定义(NaN)数据设置颜色。在

设置子批次:fig, ax = plt.subplots(1, 1)

设置绘图级别,但请记住将最低级别修改为接近零的正数。在levels = np.arange(0, 3.5, 0.5)

levels[0] = 1e-5

下面是如何绘制数组Znorm = colors.BoundaryNorm(levels, ncolors=palette.N)

im = ax.imshow(Z, cmap=palette,

norm=norm,

aspect='auto', extent=[x0, x1, y0, y1])

# Possible extend options include: ['min', 'max', 'both', 'neither']

cbar = fig.colorbar(im, extend='min', shrink=0.9, ax=ax)

plt.savefig('draw.png', dpi=300)

# or

# plt.show()

将最低级别显示为0.0可能会导致一些歧义,也许将levels[0]设置为0.1更适合您。在

您可以参考以下链接了解更多信息:

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值