assi non lineari per imshow in matplotlib

Question

sto generando matrici 2D su assi log-distanziati (per esempio, le coordinate x pixel vengono generati utilizzando logspace(log10(0.95), log10(2.08), n).

voglio visualizzare l'immagine utilizzando un semplice vecchio imshow, nella sua risoluzione e scalabilità nativa (non ho bisogno di to stretch it, i dati stessi sono già log ridimensionati), ma voglio aggiungere zecche, etichette, linee che si trovano nella posizione corretta sugli assi del registro.

Idealmente, potrei semplicemente usare la riga di comando axvline(1.5) e la linea sarebbe nella posizione corretta (58% da sinistra), ma se l'unico modo è tradurre manualmente tra le coordinate di logscale e l'immagine c Oordinati, va bene anche questo.

Per gli assi lineari, utilizzare extents= nella chiamata a imshow fa ciò che voglio, ma non vedo un modo per fare la stessa cosa con un asse di registro.

Esempio:

from matplotlib.colors import LogNorm 

x = logspace(log10(10), log10(1000), 5) 
imshow(vstack((x,x)), extent=[10, 1000, 0, 100], cmap='gray', norm=LogNorm(), interpolation='nearest') 
axvline(100, color='red') 

Questo esempio non funziona, perché misura = vale solo per scale lineari, in modo che quando si fa axvline a 100, non risulta al centro. Mi piacerebbe che l'asse x mostrasse 10, 100, 1000 e axvline(100) per mettere una linea al centro nel punto 100, mentre i pixel rimangono equidistanti.

Answer 1

In realtà, funziona correttamente. Non ho capito bene.

Precedentemente ricevevo errori su "Le immagini non sono supportate su assi non lineari" ed è per questo che ho fatto questa domanda. Ma ora quando provo, funziona:

import matplotlib.pyplot as plt 
import numpy as np 

x = np.logspace(1, 3, 5) 
y = np.linspace(0, 2, 3) 
z = np.linspace(0, 1, 4) 
Z = np.vstack((z, z)) 

plt.imshow(Z, extent=[10, 1000, 0, 1], cmap='gray') 
plt.xscale('log') 

plt.axvline(100, color='red') 

plt.show() 

Questo è meglio di pcolor() e pcolormesh() perché

1. non è follemente lento e
2. viene interpolato bene senza artefatti fuorvianti quando l'immagine non è mostrato a risoluzione nativa.

Answer 2

A mio avviso, è preferibile utilizzare pcolor e valori regolari x (non convertiti) xey. pcolor offre maggiore flessibilità e l'asse xey regolare è meno confuso.

import pylab as plt 
import numpy as np 
from matplotlib.colors import LogNorm 
from matplotlib.ticker import LogFormatterMathtext 

x=np.logspace(1, 3, 6) 
y=np.logspace(0, 2,3) 
X,Y=np.meshgrid(x,y) 
z = np.logspace(np.log10(10), np.log10(1000), 5) 
Z=np.vstack((z,z)) 

im = plt.pcolor(X,Y,Z, cmap='gray', norm=LogNorm()) 
plt.axvline(100, color='red') 

plt.xscale('log') 
plt.yscale('log') 

plt.colorbar(im, orientation='horizontal',format=LogFormatterMathtext()) 
plt.show() 

Come pcolor è lento, una soluzione più veloce è quello di utilizzare pcolormesh invece.

im = plt.pcolormesh(X,Y,Z, cmap='gray', norm=LogNorm())