Sovrapposizione di diagrammi implog in matplotlib

Question

Vorrei confrontare due diversi set di dati sulla stessa trama di presentazione per rendere più semplice la visualizzazione delle differenze. Il mio primo istinto è quello di rendere i colori nella mappa colore trasparente (i valori più bassi in particolare), ma non sono stato in grado di ottenere questo lavoro:

from matplotlib.colors import colorConverter 
import matplotlib.pyplot as plt 
import numpy as np 

# create dummy data 
zvals = np.random.rand(100,100)*10-5 
zvals2 = np.random.rand(100,100)*10-5 

# generate the transparent colors 
color1 = colorConverter.to_rgba('white',alpha=0.0) 
color2 = colorConverter.to_rgba('black',alpha=0.8) 

# make the colormaps 
cmap1 = mpl.colors.LinearSegmentedColormap.from_list('my_cmap',['green','blue'],256) 
cmap2 = mpl.colors.LinearSegmentedColormap.from_list('my_cmap2',[color1,color2],256) 

img2 = plt.imshow(zvals,interpolation='nearest',cmap=cmap1,origin='lower') 
img3 = plt.imshow(zvals2,interpolation='nearest',cmap=cmap2,origin='lower') 

plt.show() 

non ci sono errori, ma il bianco e il nero della il secondo grafico non mostra alcuna trasparenza. Ho anche provato il metodo colorConverter per impostare il colore in una normale situazione plt.plot e anche il colore non diventava trasparente anche se veniva visualizzato il colore corretto.

Qualsiasi ulteriori consigli su come sovrapporre/confrontare imshow trame sarebbe molto apprezzato

Answer 1

È possibile impostare l'argomento alpha nel comando imshow.

Nel tuo esempio, img3 = plt.imshow(zvals2, interpolation='nearest', cmap=cmap2, origin='lower', alpha=0.6)

EDIT:

Grazie per il chiarimento. Ecco una descrizione di ciò che si può fare:

• In primo luogo, scegliere un oggetto matplotlib colormap (nel tuo caso, per il bianco e nero, si può prendere il colormap 'binario'). Oppure crea la tua mappa dei colori come hai fatto, se la mappa dei colori che vuoi non esiste già.
• Quindi inizializza questo oggetto colormap: questo lo farà creare internamente un array chiamato "_lut" che contiene i valori di rgba.
• Quindi, è possibile riempire i valori alfa in base a ciò che si vuole raggiungere (nel tuo esempio, creare una matrice 0-0,8)
• È quindi possibile utilizzare questo colormap

Di seguito è riportato un esempio utilizzando il codice:

from matplotlib.colors import colorConverter 
import matplotlib.pyplot as plt 
import numpy as np 
import matplotlib as mpl 

# create dummy data 
zvals = np.ones((100,100))# np.random.rand(100,100)*10-5 
zvals2 = np.random.rand(100,100)*10-5 

# generate the colors for your colormap 
color1 = colorConverter.to_rgba('white') 
color2 = colorConverter.to_rgba('black') 

# make the colormaps 
cmap1 = mpl.colors.LinearSegmentedColormap.from_list('my_cmap',['green','blue'],256) 
cmap2 = mpl.colors.LinearSegmentedColormap.from_list('my_cmap2',[color1,color2],256) 

cmap2._init() # create the _lut array, with rgba values 

# create your alpha array and fill the colormap with them. 
# here it is progressive, but you can create whathever you want 
alphas = np.linspace(0, 0.8, cmap2.N+3) 
cmap2._lut[:,-1] = alphas 

img2 = plt.imshow(zvals, interpolation='nearest', cmap=cmap1, origin='lower') 
img3 = plt.imshow(zvals2, interpolation='nearest', cmap=cmap2, origin='lower') 

plt.show()