numpy的histogram2d和色彩映射表的问题

Question

在右边，我得到了1000个矩阵的特征值谱，它们相互散布在一起。在左边，我想要得到一个直方图和密度函数，以确定特征值出现的位置和频率。

​

​

直方图是用numpy完成的：

bins = 200
d = max(max(re), max(im), -min(re), -min(im))
histogram2D, binsX, binsY = np.histogram2d(re, im, bins=bins, range=((-d,d),(-d,d)))
histogram2D = histogram2D.T

此外，除了每个bin中的特征值的数量，我希望直方图仍然清楚地显示特征值出现在哪里，没有出现在哪里。所以我做了我自己的颜色映射表：

def redblue_zeta(Zmin, Zmax, zeta=0.0):
   breakingpoint = float(Zmin)+float(zeta)/(float(Zmax)-float(Zmin))
   cdict = {'red':   ((0.0, 1.0, 1.0), (breakingpoint, 1.0, 0.0), (1.0, 1.0, 1.0)),
            'green': ((0.0, 1.0, 1.0), (breakingpoint, 1.0, 0.0), (1.0, 0.0, 0.0)),
            'blue':  ((0.0, 1.0, 1.0), (breakingpoint, 1.0, 1.0), (1.0, 0.0, 0.0))}
   return(cdict)

(这有点复杂，因为我将地图用于其他zeta>0也有的地块。)然后我画出了：

Zmax = histogram2D.max()
cdict=cc.redblue_zeta(0,Zmax,zeta=0.0)
plt.register_cmap(name='rb', data=cdict)

plt.imshow(histogram2D, cmap=cm.get_cmap('rb'), extent=[-d, d, -d, d], interpolation='nearest')

因此，假设2D图中的一个点是白色的，如果该点的特征值恰好为零。否则，它应该是蓝色和红色之间的任何颜色。但这不是我能得到的。似乎直方图或色彩映射表将小值舍入为零，因为我在直方图中得到的蓝色区域太小。有什么想法吗？谢谢。

Answer 1

你需要自己的色彩映射表，而不是其中一个内置的缩放版本，这有什么原因吗？如果不是，那么就使用内置的颜色映射，看看是否可以这样做。您可以随时调整颜色稍后。

如果你真的需要自己的色彩映射表，那么我怀疑色彩映射表还不能正常工作。您是否可以修改register_cmap以首先创建LinearSegmentedColor映射，然后注册该映射？http://matplotlib.org/api/colors_api.html#matplotlib.colors.LinearSegmentedColormap

您是否尝试过单独显示地图以查看其外观？

其次，为了跟上文档，我将cdict的定义从元组的元组字典转换为元组列表的字典。