为plt.fill制作的阴影创建颜色条

Question

我是Python新手（之前是IDL用户），所以我希望我以一种可以理解的方式提出这个问题。我一直在试图创建一个带有x个bin的极坐标图，其中bin中的数据被平均并赋予与该值相关的颜色。这似乎工作正常，同时使用plt.fill命令，我可以定义bin和填充颜色。问题出现在我尝试制作一个彩条时去解决。我不断收到状态为AttributeError的错误：'图'对象没有属性'autoscale_None'

任何建议将有帮助谢谢。

import matplotlib.pyplot as plt 
import numpy as np 
import matplotlib as mpl 
import matplotlib.pyplot as plt 
import matplotlib.cm as cm 
from matplotlib.pyplot import figure, show, rc, grid 
import pylab 

r = np.arange(50)/5. 
rstep = r[1] - r[0] 
theta = np.arange(50)/50.*2.*np.pi 
tstep = theta[1] - theta[0] 
colorv = np.arange(50)/50. 

# force square figure and square axes looks better for polar, IMO 
width, height = mpl.rcParams['figure.figsize'] 
size = min(width, height) 
# make a square figure 
fig = figure(figsize=(size, size)) 
ax = fig.add_axes([0.1, 0.1, .8, .8])#, polar=True) 

my_cmap = cm.jet 
for j in range(len(r)): 
    rbox = np.array([r[j], r[j], r[j]+ rstep, r[j] + rstep]) 
    for i in range(len(theta)): 
     thetabox = np.array([theta[i], theta[i] + tstep, theta[i] + tstep, theta[i]]) 
     x = rbox*np.cos(thetabox) 
     y = rbox*np.sin(thetabox) 
     plt.fill(x,y, facecolor = my_cmap(colorv[j])) 



# Add colorbar, make sure to specify tick locations to match desired ticklabels 
cbar = fig.colorbar(fig, ticks=[np.min(colorv), np.max(colorv)]) 
cb = plt.colorbar() 
plt.show() 

*这里是我的真实数据稍微好一点的例子，有洞失踪无处不在，所以在这个例子中，我只是做了一个很大的圆的四分之一。当我尝试啮合时，代码似乎尝试插入这些区域。

r = np.arange(50)/50.*7. + 3. 
rstep = r[1] - r[0] 
theta = np.arange(50)/50.*1.5*np.pi - np.pi 
tstep = theta[1] - theta[0] 
colorv = np.sin(r/10.*np.pi) 

# force square figure and square axes looks better for polar, IMO 
width, height = mpl.rcParams['figure.figsize'] 
size = min(width, height) 
# make a square figure 
fig = figure(figsize=(size, size)) 
ax = fig.add_axes([0.1, 0.1, .8, .8])#, polar=True) 

my_cmap = cm.jet 

for j in range(len(r)): 
    rbox = np.array([r[j], r[j], r[j]+ rstep, r[j] + rstep]) 
    for i in range(len(theta)): 
     thetabox = np.array([theta[i], theta[i] + tstep, theta[i] + tstep, theta[i]]) 
     x = rbox*np.cos(thetabox) 
     y = rbox*np.sin(thetabox) 
     plt.fill(x,y, facecolor = my_cmap(colorv[j])) 


# Add colorbar, make sure to specify tick locations to match desired ticklabels 
#cbar = fig.colorbar(fig, ticks=[np.min(colorv), np.max(colorv)]) 
#cb = plt.colorbar() 
plt.show() 

然后与参与啮合...

从matplotlib.mlab进口的GridData

r = np.arange(50)/5. 
rstep = r[1] - r[0] 
theta = np.arange(50)/50.*1.5*np.pi - np.pi 
tstep = theta[1] - theta[0] 
colorv = np.sin(r/10.*np.pi) 

# force square figure and square axes looks better for polar, IMO 
width, height = mpl.rcParams['figure.figsize'] 
size = min(width, height) 
# make a square figure 
fig = figure(figsize=(size, size)) 
ax = fig.add_axes([0.1, 0.1, .8, .8])#, polar=True) 

my_cmap = cm.jet 

x = r*np.cos(theta) 
y = r*np.sin(theta) 
X,Y = np.meshgrid(x,y) 

data = griddata(x,y,colorv,X,Y) 
cax = plt.contourf(X,Y, data) 
plt.colorbar() 

# Add colorbar, make sure to specify tick locations to match desired ticklabels 
#cbar = fig.colorbar(fig, ticks=[np.min(colorv), np.max(colorv)]) 
#cb = plt.colorbar() 
plt.show() 

Answer 1

所以我找到了解决方法。由于我知道一个我肯定不会有数据的地区，因此我在那里绘制了一些图。我确信这些数据涵盖了我灌注的全部范围。然后我将其覆盖（无论如何，这个区域将会被覆盖，它显示了“地球”所在的位置）。现在，我可以继续使用我最初使用的plt.fill，并使用随机盆栽数据中的颜色条。我知道这可能不是正确的方式，但它可以工作，并且不会尝试插入我的数据。

非常感谢您帮助完成此排序。如果你知道更好的方法，我很乐意听到它！

hid = plt.pcolormesh(X,Y, data, antialiased=True) 

#here we cover up the region that we just plotted in 
r3 = [1 for i in range(360)] 
theta3 = np.arange(360)*np.pi/180. 
plt.fill(theta3, r3, 'w') 

#now we can go through and fill in all the regions 
for j in range(len(r)): 
    rbox = np.array([r[j], r[j], r[j]+ rstep, r[j] + rstep]) 
    for i in range(len(theta)): 
     thetabox = np.array([theta[i], theta[i] + tstep, theta[i] + tstep, theta[i]]) 
     x = rbox*np.cos(thetabox) 
     y = rbox*np.sin(thetabox) 
     colorv = np.sin(r[j]/10.*np.pi) 
     plt.fill(thetabox,rbox, facecolor = my_cmap(colorv)) 
#And now we can plot the color bar that fits the data Tada :) 
plt.colorbar() 
plt.show() 

Answer 2

colorbar需要的东西是ScalarMappable一个实例，以便从他们做出一个彩条。

因为你手动设置每个瓷砖，没有什么本质上有一个彩条。

有很多方法可以从你的色彩地图中伪造它，但在这种情况下，有一个更简单的解决方案。

pcolormesh完全符合你的要求，而且速度会更快。

举个例子：

import numpy as np 
import matplotlib.pyplot as plt 

# Linspace makes what you're doing _much_ easier (and includes endpoints) 
r = np.linspace(0, 10, 50) 
theta = np.linspace(0, 2*np.pi, 50) 

fig = plt.figure() 
ax = fig.add_subplot(111, projection='polar') 

# "Grid" r and theta into 2D arrays (see the docs for meshgrid) 
r, theta = np.meshgrid(r, theta) 
cax = ax.pcolormesh(theta, r, r, edgecolors='black', antialiased=True) 

# We could just call `plt.colorbar`, but I prefer to be more explicit 
# and pass in the artist that I want it to extract colors from. 
fig.colorbar(cax) 

plt.show() 

或者，如果你愿意的非极性轴，如您的示例代码：

import numpy as np 
import matplotlib.pyplot as plt 

r = np.linspace(0, 10, 50) 
theta = np.linspace(0, 2*np.pi, 50) 

# "Grid" r and theta and convert them to cartesian coords... 
r, theta = np.meshgrid(r, theta) 
x, y = r * np.cos(theta), r * np.sin(theta) 

fig = plt.figure() 
ax = fig.add_subplot(111) 
ax.axis('equal') 

cax = ax.pcolormesh(x, y, r, edgecolors='black', antialiased=True) 

fig.colorbar(cax) 

plt.show() 

注意：如果您希望边界线稍暗一些，只需指定linewidth=0.5或类似于pcolormesh的东西。

最后，如果您确实想从原始代码中的色彩地图直接制作色条，您可以从中创建一个ScalarMappable实例并将其传递给colorbar。它比听起来容易，但它有点冗长。

举个例子，在你的原代码，如果你这样做了以下内容：

cax = cm.ScalarMappable(cmap=my_cmap) 
cax.set_array(colorv) 
fig.colorbar(cax) 

应该做你想要什么。