Hãy đường chéo ngược trắng trong Heatmap

Question

Tôi đang cố gắng để làm một cái gì đó như thể hiện trên hình ảnh được đưa ra dưới đây,

Chỉ cần thiết lập đường chéo ngược màu trắng còn lại. Tôi không thể đặt chúng thành màu trắng. Biểu đồ có giá trị số nguyên và tôi không biết giá trị số nguyên nào tương ứng với màu trắng.

Cảm ơn!

được sửa đổi:

Đây là mã;

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) 

Các giá trị được tạo ngẫu nhiên vào lúc này. Đoạn mã trên cho một gui như;

Answer 1

Bạn có thể làm cho bản đồ màu của riêng bạn, hoặc điều chỉnh hiện có :)

Dưới đây là các mã cho các âm mưu trên, với sự giải thích trong các ý kiến:

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() 

Ngoài ra, bạn có thể che giấu dữ liệu của mình và đặt màu mặt nạ:

#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() 

Điều này mang lại kết quả tương tự, nhưng có thể phù hợp với nhu cầu của bạn tốt hơn vì bạn có thể đặt bất kỳ ô nào thành màu trắng và màu trắng không hiển thị trên thanh màu (xem dưới cùng của thanh màu trên):

Answer 2

Các bản đồ màu được xác định bởi đối số cmap trong ax.imshow(). Bạn đã sử dụng hình đại diện jet để bạn có cmap=cm.jet, chỉ là một trong nhiều số built-in color maps trong matplotlib. Bạn có thể chọn một hoặc xác định của riêng bạn phù hợp với khẩu vị của bạn.