È possibile eseguire la miscelazione additiva con matplotlib?

Question

Quando si tratta di sovrapposizione di diagrammi di dispersione o linea ad alta densità di colori diversi, può essere conveniente implementare schemi di miscelazione additivi, in cui i colori RGB di ciascun marcatore si sommano per produrre il colore finale nella tela. Questa è un'operazione comune nei motori di rendering 2D e 3D.

Tuttavia, in Matplotlib ho trovato solo il supporto per il blending alpha/opacity. C'è qualche modo per farlo o sono bloccato con il rendering in bitmap e poi li unisco in un programma di disegno?

Modifica: ecco alcuni esempi di codice e una soluzione manuale.

Ciò produrrà due parzialmente sovrapposte distribuzioni casuali:

x1 = randn(1000) 
y1 = randn(1000) 
x2 = randn(1000) * 5 
y2 = randn(1000) 
scatter(x1,y1,c='b',edgecolors='none') 
scatter(x2,y2,c='r',edgecolors='none') 

Ciò produrrà in matplotlib seguente:

Come si può vedere, ci sono alcuni punti blu sovrapposti che sono occluse da punti rossi e vorremmo vederli. Utilizzando alpha/opacità miscelazione in matplotlib, si può fare:

scatter(x1,y1,c='b',edgecolors='none',alpha=0.5) 
scatter(x2,y2,c='r',edgecolors='none',alpha=0.5) 

che produrrà i seguenti:

Ma quello che voglio veramente è la seguente:

Posso farlo manualmente rendendo ogni grafico indipendentemente da una bitmap:

xlim = plt.xlim() 
ylim = plt.ylim() 
scatter(x1,y1,c='b',edgecolors='none') 
plt.xlim(xlim) 
plt.ylim(ylim) 
scatter(x2,y2,c='r',edgecolors='none') 
plt.xlim(xlim) 
plt.ylim(ylim) 
plt.savefig(r'scatter_blue.png',transparent=True) 
plt.savefig(r'scatter_red.png',transparent=True) 

che mi dà le seguenti immagini:

Che cosa si può fare è quindi caricarli come strati indipendenti in Paint.NET/PhotoShop/gimp e semplicemente additivo si fondono.

Ora l'ideale sarebbe essere in grado di farlo a livello di codice in Matplotlib, poiché ne elaborerò centinaia!

Answer 1

Se avete solo bisogno di un'immagine come risultato, è possibile ottenere il buffer di tela come una matrice NumPy, e poi fare la fusione, ecco un esempio:

from matplotlib import pyplot as plt 
import numpy as np 

fig, ax = plt.subplots() 
ax.scatter(x1,y1,c='b',edgecolors='none') 
ax.set_xlim(-4, 4) 
ax.set_ylim(-4, 4) 
ax.patch.set_facecolor("none") 
ax.patch.set_edgecolor("none") 
fig.canvas.draw() 

w, h = fig.canvas.get_width_height() 
img = np.frombuffer(fig.canvas.buffer_rgba(), np.uint8).reshape(h, w, -1).copy() 

ax.clear() 
ax.scatter(x2,y2,c='r',edgecolors='none') 
ax.set_xlim(-4, 4) 
ax.set_ylim(-4, 4) 
ax.patch.set_facecolor("none") 
ax.patch.set_edgecolor("none") 
fig.canvas.draw() 

img2 = np.frombuffer(fig.canvas.buffer_rgba(), np.uint8).reshape(h, w, -1).copy() 

img[img[:, :, -1] == 0] = 0 
img2[img2[:, :, -1] == 0] = 0 

fig.clf() 

plt.imshow(np.maximum(img, img2)) 
plt.subplots_adjust(0, 0, 1, 1) 
plt.axis("off") 
plt.show() 

il risultato: