注意
转到末尾以下载完整的示例代码。
pcolormesh 网格和阴影#
axes.Axes.pcolormesh
和 pcolor
有一些关于如何布局网格和网格点之间阴影的选项。
一般来说,如果 Z 的形状为 (M, N),则网格 X 和 Y 可以指定为形状 (M+1, N+1) 或 (M, N),具体取决于 shading
关键字参数的参数。请注意,下面我们将向量 x 指定为长度为 N 或 N+1,将 y 指定为长度为 M 或 M+1,并且 pcolormesh
在内部从输入向量生成网格矩阵 X 和 Y。
import matplotlib.pyplot as plt
import numpy as np
平面着色#
假设最少的网格规范是 shading='flat'
,如果网格在每个维度上都比数据大一个,即形状为 (M+1, N+1)。 在这种情况下,X 和 Y 指定四边形的角,这些四边形使用 Z 中的值进行着色。 这里我们使用 (4, 6) 的 X 和 Y 指定 (3, 5) 四边形的边。
nrows = 3
ncols = 5
Z = np.arange(nrows * ncols).reshape(nrows, ncols)
x = np.arange(ncols + 1)
y = np.arange(nrows + 1)
fig, ax = plt.subplots()
ax.pcolormesh(x, y, Z, shading='flat', vmin=Z.min(), vmax=Z.max())
def _annotate(ax, x, y, title):
# this all gets repeated below:
X, Y = np.meshgrid(x, y)
ax.plot(X.flat, Y.flat, 'o', color='m')
ax.set_xlim(-0.7, 5.2)
ax.set_ylim(-0.7, 3.2)
ax.set_title(title)
_annotate(ax, x, y, "shading='flat'")
平面着色,相同形状的网格#
然而,通常提供的数据是 X 和 Y 与 Z 的形状相匹配。 虽然这对于其他 shading
类型有意义,但在 shading='flat'
时不允许这样做。 历史上,在这种情况下,Matplotlib 会静默地删除 Z 的最后一行和最后一列,以匹配 Matlab 的行为。 如果仍然需要这种行为,只需手动删除最后一行和最后一列即可
最近邻着色,相同形状的网格#
通常,当用户使 X、Y 和 Z 的形状相同时,删除一行和一列数据并不是用户的本意。 对于这种情况,Matplotlib 允许 shading='nearest'
,并将彩色四边形居中在网格点上。
如果传递的网格形状不正确,则使用 shading='nearest'
时会引发错误。
自动着色#
用户可能希望代码自动选择要使用的内容,在这种情况下,shading='auto'
将根据 X、Y 和 Z 的形状决定是使用“flat”还是“nearest”着色。
fig, axs = plt.subplots(2, 1, layout='constrained')
ax = axs[0]
x = np.arange(ncols)
y = np.arange(nrows)
ax.pcolormesh(x, y, Z, shading='auto', vmin=Z.min(), vmax=Z.max())
_annotate(ax, x, y, "shading='auto'; X, Y, Z: same shape (nearest)")
ax = axs[1]
x = np.arange(ncols + 1)
y = np.arange(nrows + 1)
ax.pcolormesh(x, y, Z, shading='auto', vmin=Z.min(), vmax=Z.max())
_annotate(ax, x, y, "shading='auto'; X, Y one larger than Z (flat)")
Gouraud 着色#
也可以指定Gouraud 着色,其中四边形中的颜色在网格点之间线性插值。 X、Y、Z 的形状必须相同。
脚本的总运行时间:(0 分钟 4.959 秒)