zrobić Reverse przekątne biały w mapę cieplną

Question

Próbuję coś zrobić, jak widać na obrazie znajduje się poniżej,

Wystarczy ustawienie odwrotne przekątnych biały kolor jest po lewej stronie. Nie mogłem ich ustawić jako białych. Wykres przyjmuje wartości całkowite i nie wiem, jaka wartość całkowita odpowiada białemu kolorowi.

Dziękujemy!

Zmieniano:

Oto kod;

import math 
from matplotlib import pyplot as plt 
from matplotlib import cm as cm 
import pylab 
import numpy as np 
from matplotlib.collections import LineCollection 

class HeatMap: 
    def __init__(self, selectedLines): 
     self.selectedLines = selectedLines 


    def getHeapMap(self): 
     figure = plt.figure() 

     if len(self.selectedLines) != 0: 

      self.map = self.createTestMapData(len(self.selectedLines),    len(self.selectedLines)) 


      maxValueInMap = self.findMaxValueInMap(self.map) 

      x = np.arange(maxValueInMap + 1) 
      ys = [x + i for i in x] 
      ax = figure.add_subplot(111) 
      ax.imshow(self.map, cmap=cm.jet, interpolation='nearest') 

      ''' 
      Left side label of the chart is created according to selected values 
      from a checkbox group. 
      ''' 
      leftSideLabelSize = len(self.selectedLines) 
      sideLabels = [] 
      for line in self.selectedLines: 
       sideLabels.append(line.text()) 
      pos = np.arange(leftSideLabelSize) 
      ''' 
      Left side labels are set with the code below. 
      ''' 
      pylab.yticks(pos, sideLabels) 
      plt.xticks(pos, sideLabels) 
      self.numrows, self.numcols = self.map.shape 
      ax.format_coord = self.format_coord 

      line_segments = LineCollection([zip(x, y) for y in ys], 
       linewidths=(0.5, 3, 1.5, 2), 
       linestyles='solid') 
      line_segments.set_array(x) 
      axcb = figure.colorbar(line_segments) 

     return figure 

    def format_coord(self, x, y): 
     col = int(x + 0.5) 
     row = int(y + 0.5) 
     if col >= 0 and col < self.numcols and row >= 0 and row < self.numrows: 
      z = self.map[row, col] 
      return 'x=%1.4f, y=%1.4f, z=%1.4f' % (x, y, z) 
     else: 
      return 'x=%1.4f, y=%1.4f' % (x, y) 

    def createTestMapData(self, xSize, ySize): 
     resultMap = 10 * np.random.rand(xSize, ySize) 
     #Setting reverse diagonal is here. Now it is set with zero but it gives blue. 
     # I want it to be set as white 
     for index in range(0, int(math.sqrt(resultMap.size))): 
      resultMap[index][((math.sqrt(resultMap.size) - 1) - index)] = 0 
     return resultMap 

    def findMaxValueInMap(self, map): 
     return np.amax(map) 

Wartości są generowane losowo w danym momencie. Kod jest powyżej daje gui jak;

Answer 1

Można stworzyć własną mapę kolorów lub dostosować istniejący :)

Oto kod na powyższym wykresie, z Wyjaśnienia w komentarzach:

import matplotlib 
from pylab import * 
import numpy as np 

#Create test data with zero valued diagonal: 
data = np.random.random_sample((25, 25)) 
rows, cols = np.indices((25,25)) 
data[np.diag(rows, k=0), np.diag(cols, k=0)] = 0 

#Create new colormap, with white for zero 
#(can also take RGB values, like (255,255,255): 
colors = [('white')] + [(cm.jet(i)) for i in xrange(1,256)] 
new_map = matplotlib.colors.LinearSegmentedColormap.from_list('new_map', colors, N=256) 

pcolor(data, cmap=new_map) 
colorbar() 
savefig('map.png') 
show() 

Alternatywnie, możesz zamaskować swoje dane i ustawić kolor maski:

#Create test data: 
data = np.random.random_sample((25, 25)) 
#Create a diagonal mask: 
mask = np.diag(np.ones(25)) 
#Apply mask to data: 
masked_data = ma.masked_array(data, mask) 
#Set mask color to white: 
cm.jet.set_bad(color='white', alpha=None) 
#for this to work we use pcolormesh instead of pcolor: 
pcolormesh(masked_data, cmap=cm.jet) 
colorbar() 
show() 

To daje w zasadzie taki sam wynik, ale może lepiej dostosowane do potrzeb klientów, jak można ustawić dowolną komórkę do bieli, a także biały nie pojawi się na colorbar (patrz samo dno powyżej colorbar):

Answer 2

mapie kolorów jest zdefiniowana przez cmap argumencie ax.imshow(). Zastosowałeś colormap jet, więc masz cmap=cm.jet, który jest jednym z wielu built-in color maps w matplotlib. Możesz wybrać jedną lub zdefiniować własną, która pasuje do Twojego gustu.