python - diverging - matplotlib scatter color

Combina dos mapas de color matplotlib

Question

Me gustaría fusionar dos mapas de colores en uno, de modo que pueda usar un cmap para valores negativos y el otro para valores positivos.

Por el momento lo hago con matrices enmascaradas y trazando una imagen con un cmap y la otra imagen con el otro, lo que resulta en:

con los siguientes datos

dat = np.random.rand(10,10) * 2 - 1
pos = np.ma.masked_array(dat, dat<0)
neg = np.ma.masked_array(dat, dat>=0)

gist_heat_r pos con gist_heat_r y neg con binary .

Me gustaría tener una barra de color única con los cmap combinados, por lo que este no es el enfoque correcto para mí.

Entonces, ¿cómo tomo dos cmaps existentes y los cmaps en uno?

EDITAR: Lo admito, este es un duplicado, pero la respuesta que se da es mucho más clara aquí. También las imágenes de ejemplo lo hacen más claro.

Answer 1

Los mapas de color son básicamente funciones de interpolación a las que puedes llamar. Ellos mapean valores del intervalo [0,1] a colores. Entonces puedes simplemente tomar muestras de colores de ambos mapas y luego combinarlos:

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors as mcolors

data = np.random.rand(10,10) * 2 - 1

# sample the colormaps that you want to use. Use 128 from each so we get 256
# colors in total
colors1 = plt.cm.binary(np.linspace(0., 1, 128))
colors2 = plt.cm.gist_heat_r(np.linspace(0, 1, 128))

# combine them and build a new colormap
colors = np.vstack((colors1, colors2))
mymap = mcolors.LinearSegmentedColormap.from_list(''my_colormap'', colors)

plt.pcolor(data, cmap=mymap)
plt.colorbar()
plt.show()

Resultado:

NOTA : entiendo que puede tener necesidades específicas para esto, pero en mi opinión este no es un buen enfoque: ¿cómo distinguirá -0.1 de 0.9? -0.9 desde 0.1?

Una forma de evitar esto es muestrear los mapas solo desde ~ 0.2 a ~ 0.8 (por ejemplo: colors1 = plt.cm.binary(np.linspace(0.2, 0.8, 128)) ) para que no colors1 = plt.cm.binary(np.linspace(0.2, 0.8, 128)) hasta el negro :