首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

为什么我的contourf拒绝将.1- -.1值填充为白色?

contourf是Matplotlib库中的一个函数,用于绘制填充等高线图。在填充等高线图时,contourf函数默认会将数据范围内的值映射到一个颜色映射表中,然后根据值的大小来填充不同的颜色。

对于你提到的问题,contourf拒绝将.1和-.1值填充为白色的原因可能是由于默认的颜色映射表中没有将这两个特定的值映射到白色。这可能是因为默认的颜色映射表是根据数据范围自动生成的,而.1和-.1这两个值可能在数据范围之外,导致无法正确映射到白色。

解决这个问题的方法是手动设置颜色映射表,将.1和-.1这两个值映射到白色。可以使用Matplotlib库中的colors模块来创建自定义的颜色映射表,并将特定的值映射到白色。以下是一个示例代码:

代码语言:txt
复制
import matplotlib.pyplot as plt
import matplotlib.colors as colors
import numpy as np

# 创建自定义的颜色映射表
cmap = colors.ListedColormap(['white', 'blue', 'green', 'red'])
bounds = [-1, -0.1, 0.1, 1]
norm = colors.BoundaryNorm(bounds, cmap.N)

# 创建数据
x = np.linspace(-1, 1, 100)
y = np.linspace(-1, 1, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(10 * np.sqrt(X**2 + Y**2)) / (10 * np.sqrt(X**2 + Y**2))

# 绘制填充等高线图
plt.contourf(X, Y, Z, cmap=cmap, norm=norm)

# 显示图形
plt.colorbar()
plt.show()

在上述示例代码中,我们通过colors.ListedColormap创建了一个自定义的颜色映射表,将-0.1和0.1这两个值映射到白色。然后使用colors.BoundaryNorm将数据范围分割成不同的区间,并将颜色映射表应用到contourf函数中。

这样,当你使用contourf函数绘制填充等高线图时,.1和-.1这两个值就会被正确地填充为白色。

关于腾讯云相关产品和产品介绍链接地址,由于要求不能提及具体的云计算品牌商,我无法给出具体的推荐链接。但你可以通过访问腾讯云官方网站,查找与云计算相关的产品和服务,以满足你的需求。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

浅议P校正

至于P是怎么来为什么用P和α相比来判断,可以去看《P之死》,里面已经进行了详细梳理。...我们把这个“至少有1个错误”概率称为 FWER(Family-Wise Error Rate) FWER (Family-Wise Error Rate) = 1- (1- α)m 我们现在就想让这个整体犯第一类错误概率降低...三、Bonferroni校正 Bonferroni校正思想很简单: Bonferroni correction 假设我们做m个相互独立检验,目标是—— FWER = 1- (1- α)...m =0.05 由于当α很小时,存在这一近似关系 (1-α)m ≈ 1-ma,因此 1- (1- α)m = ma = 0.05 即α=0.05/m。...或者,保持α不变,P校正为mP(i)/i,这个又称为Q Q-value(i) = m × P(i)/i < α 根据Benjaminiand和Hochberg论文(1995)里证明, 以上过程就可以控制

6.5K61
  • 【深度学习 | 数据可视化】 视觉展示分类边界: Perceptron模型可视化iris数据集决策边界

    其中 xx 是一个与 y 方向长度相同、横轴变化而纵轴不变(即 y 方向不变)二维数组;yy 是一个与 x 方向长度相同、纵轴变化而横轴不变(即 x 方向不变)二维数组。...这个函数对于在整个坐标空间上进行预测和可视化非常有用,因为它生成了一个包含所有可能组合坐标点网格。 np.ravel() & np.c_ np.ravel()函数用于多维数组展平一维数组。...它会按照 C 风格(行优先)顺序来展开数组。 np.c_()用于按列连接两个或多个数组。它可以一维数组沿着列方向进行拼接,生成一个新二维数组。...plt.contourf() plt.contourf()用于绘制等高线填充图。它可以根据数据不同区域着色,并在图表上显示出这些颜色区域之间边界。...通过传递以上参数给plt.contourf()函数,我们可以生成一个由等高线填充区域组成图表。其中每个填充区域都代表了相应坐标点处属性数值所在范围内部分。

    34840

    常见地图白化方法(二)

    前言 地图白化是一种绘制地图技术,它可以实现对感兴趣区域以外数据进行遮盖或填充白色效果,从而突出显示目标区域特征。...地图白化原理是利用 shapefile 文件中多边形坐标来创建一个剪切路径,然后这个路径应用到 matplotlib 绘图对象上,使得只有路径内数据可见,路径外数据被隐藏或覆盖。...data.latitude fig = plt.figure(figsize=(12, 8)) ax = fig.add_subplot(projection=ccrs.PlateCarree()) cf = ax.contourf...projection=ccrs.PlateCarree()) proj = ccrs.PlateCarree() ## 核心代码 datas = data.salem.roi(shape=gpdjs) cf = ax.contourf...(lon, lat, datas,levels=np.arange(270,320,5), transform=ccrs.PlateCarree(), cmap=cmaps.radar_1) cr =

    9210

    【PS技巧】用ps制作人物粒子消散效果

    前言: ps粒子特效,自我感觉这个特效不错,,但是运用在手里,就废了,emm。 最近敲代码搞得头疼,想我也应该弄点比较艺术东西,放松娱乐一下。...图层放置人物层下方 image.png 3.选中透明图层-编辑- image.png 填充白色 image.png image.png 4.选中人物层,右键点击-复制一个图层(ctrl j) image.png...image.png 确定 image.png 液化 5.回到人物图层1-滤镜-液化。...image.png 人物边缘,往外拉伸扩张出去。 image.png 最后点击确定。 image.png 添加矢量蒙版 6.按住alt键同时点击这个人物图层1她添加一层黑色矢量蒙版。...image.png 7.再次回到拷贝的人物图层,点击矢量蒙版图片,这个图层添加一层白色矢量蒙版。

    1.9K10

    python可视化 | contour、contourf、cartopy补充

    作为气象上常用手段,单独绘制588线南北东西跳跃伸展有极特殊意义,但是常规方法并不适用。第一个想到方法是在contour里levels参数强制指定levels=[588]来绘制这一根线。...第二种方法是通过判断levels来存放一个颜色列表,使在绘图时,除了指定外不填充颜色。因为画588这种特种线条,其区间固定为4,所以必定要手动设置levels。...出现原因是水相态不同,需要给降雪赋予灰色色系,需要给降雨附上降水色系。尝试过一些方法,但是除了挖补之后赋予nan使其不再绘制,实在是想不出还有什么更好办法了。...还可以用常用array方法赋予nan,也可以实现上述效果。...在一定程度上解决了很久之前那个问题。 三、cartopy补充 在Python气象绘图教程(二十一)—Cartopy_10提到过兰勃脱投影下不能强制对齐标签说法,这是错误

    5.1K20

    Python气象绘图教程—(十九)剖面图

    lon=f['x'][:]#文件中x变量赋值经度 lat=f['y'][:]#赋值纬度 height=f['z'][:]#z变量赋值高度 fig=plt.figure(figsize=(10,9...第一种本质上是数据扣出一块,只绘制这一块,速度大大提高。 为什么要插这一句嘴,实际上有助于我们在接下来绘制剖面图时理解切片操作。...在绘制地形填色时,我们使用是ax.contourf命令,他要求输入横坐标,纵坐标,与横纵坐标有关系z。...所以[ : ]表示取全部气压层次高度,[ 55:63 ]表示取第55至63个纬度(不是北纬55-63,这个是切片序号,不是其存放纬度,具体纬度是多少需要你去算,纬度是28-35),[ 109...还没有画过,但是猜测应当是这个数据四维数据,经度、纬度做降维处理,从图上可以看出,这张图代表(30.28°E,108.93°N)这一个点整层数据随时间变化。

    13.6K75

    数据科学 IPython 笔记本 8.7 密度和等高线图

    有三个 Matplotlib 函数可以帮助完成这个任务:`plt.contour用于等高线图,plt.contourf用于填充等高线图,plt.imshow``用于显示图像。...它需要三个参数:x网格,y网格和z网格。x和y表示图上位置,z将由等高线水平表示。...通过使用plt.contourf()函数(注意末尾f),我们可以切换到填充等高线图来改变它,它使用与plt.contour()大致相同语法。。...另外,我们添加一个plt.colorbar()命令,它会自动创建一个附加轴,带有绘图标记颜色信息: plt.contourf(X, Y, Z, 20, cmap='RdGy') plt.colorbar...这可以通过等高线数设置非常高数量来解决,但这会使绘图相当低效:Matplotlib必须等高线中每个阶梯渲染一个新多边形。

    1.6K20

    Basemap工具函数(3)

    坐标是简单范围,而数据是 x 和 y 坐标的和。因此,左下角最小,右上角最大。 注意:经度以 30 起始点。...使用 shiftdata 转换经度和数据 使用 meshgrid 方法转换lons 和 lats 二维数组,并且使用 basemap 实例对地图投影进行重新投影 绘制填充等值线图 最终会出现一块白色区域...应用此方法到数据后结果 ? 未使用此方法结果。注意:蓝色(0)区域起始点不是经度=0 ? 未使用此方法结果。...必须在输入经度区间内,因此有时要设置起始点,有时作为终止点(设置 start 参数) datain 是输入数据数组,根据经度进行重新排序 lonsin 是要进行转换输入经度,是一维数组,但不一定是均匀间隔...使用 meshgrid 方法转换lons 和 lats 二维数组,并且使用 basemap 实例对地图投影进行重新投影 绘制填充等值线图

    1.1K30

    python使用梯度下降和牛顿法寻找Rosenbrock函数最小实例

    Rosenbrock函数定义如下: ? 其函数图像如下: ? 分别使用梯度下降法和牛顿法做了寻找Rosenbrock函数实验。 梯度下降 梯度下降更新公式: ? ?...图中蓝色起点,橙色曲线(实际上是折线)是寻找最小轨迹,终点(最小点) (1,1)(1,1)。 梯度下降用了约5000次才找到最小点。...选择迭代步长 α=0.002α=0.002,αα 没有办法取太大,当0.003时就会发生振荡: ? 牛顿法 牛顿法更新公式: ? Hessian矩阵中每一个二阶偏导是用手算算出来。...牛顿法只迭代了约5次就找到了函数最小点。 下面贴出两个实验代码。...1.1, n) y = np.linspace(-1, 1.1, n) # 生成网格数据 X, Y = np.meshgrid(x, y) plt.figure() # 填充等高线颜色, 8是等高线分为几部分

    1.9K10

    Matplotlib+Numpy绘图之多种绘图

    这个函数很好理解,就是传入x轴数组和需要填充两个y轴数组;然后传入填充范围,用where=来确定填充区域;最后可以加上填充颜色啦,透明度之类修饰参数。...接下来用到了绘制散点图scatter方法,首先当然是传入x和y数组,接着s参数表示scale,即散点大小;c参数表示color,给他传是根据角度划分一个数组,对应就是每一个点颜色(虽然不知道是怎么对应...接着我们需要用for循环来柱状图显示数字:用pythonzip函数X和Y1两两配对并循环遍历,得到每一个数据位置,然后用text函数在该位置上显示一个字符串(注意位置上细节调整)。...接着就用到coutourf函数了,所谓contourf,大概就是contour fill意思吧,只填充,不描边;这个函数主要是接受三个参数,分别是之前生成x、y矩阵和函数值;接着是一个整数,大概就是表示等高线密度了...,有默认;然后就是透明度和配色问题了,cmap配色方案这里不多研究。

    90530

    假设检验 (hypothesis testing)

    原假设一般是统计者想要拒绝假设。 原假设设置一般:等于、大于等于、小于等于。 另外一种叫备择假设,用 H_1 表示。备则假设是统计者想要接受假设。备择假设设置一般:不等于、大于、小于。...$$ 为什么统计者想要拒绝假设放在原假设呢?因为原假设备被拒绝如果出错的话,只能犯第I类错误,而犯第I类错误概率已经被规定显著性水平所控制。...这样对统计者来说更容易控制,错误影响降到最小。 因此 原假设一般都是想要拒绝假设 。 显著性水平 显著性水平是指当原假设实际上正确时,检验统计量落在拒绝概率,简单理解就是犯弃真错误概率。...给定显著性水平α后,查表就可以得到具体临界检验统计量与临界进行比较,判断是否拒绝原假设。...,因此方差 n\pi(1-\pi),同时根据 棣莫佛-拉普拉斯定理 ,n 充分大时可以用正态分布来计算二项分布概率,因此此类问题可以转化为标准正态分布统计量 z。

    36540

    【玩转 GPU】Stable-Diffusion Inpaint小知识:Masked content作用

    图片 "Inpaint Upload" 功能可以通过上传一张蒙版图,帮助用户修复或编辑【蒙版图白色区域】(当Mask modeInpaint not masked时,则为蒙版图黑色区域)图像,并进行后续操作和处理...掩模图像中像素通常 0 或 1,其中 0 表示不包含在指定区域内像素,1 表示包含在指定区域内像素。在二进制图像中,通常约定 0 表示黑色,1 表示白色。...、inpaint not masked绘制非蒙版内容,选择第一个就是只在蒙版区域重绘,另一种则相反(可以理解蒙版图中0与1,黑与白互换),默认是inpaint masked绘制蒙版内容 Masked...latent nothing 无潜在空间 latent nothing 无潜在空间就是噪点0状态 图片 左上角Steps=1,Denoising=0.0,基本代表初始化原始图。...总结 为什么以上四种模式左上角图不一样,这是因为已经跑了一个Step,且seeds设置-1,每次生成时seeds都不一样缘故。

    4.9K84

    基于OpenCV实战:对象跟踪

    介绍 跟踪对象基本思想是找到对象轮廓,基于HSV颜色。 轮廓:突出显示对象图像片段。...例如,如果二进制阈值应用于具有(180,255)图像,则大于180像素将以白色突出显示,而其他则为黑色。白色部分称为轮廓。 在继续下面的操作之前,请在系统中安装OpenCV。...1-代表中学,依此类推。 步骤2:预处理框架 1、使用高斯滤波器对图像进行归一化。归一化图像可能会丢失许多小信息,但是我们需要归一化/模糊图像,以使我们对象获得均等颜色分布。...#mask = cv2.bitwise_and(mask1,mask2) 侵蚀和膨胀:侵蚀和膨胀填充阈值图像中黑色和白色斑点。这样可使图像更清晰,平滑并突出主要对象。...例如,如果二进制阈值应用于具有(180,255)图像,则大于180像素将以白色突出显示,而其他则为黑色。白色部分称为轮廓。

    57640

    气象绘图——复杂三维图

    假定使用FNL再分析资料,精度1×1。取出相对湿度进行剖面与平面图绘制,并裁剪数据轮廓。...plot_surface是一个通过拼接polygon来实现立体可视化效果,具体可见李开元老师绘制一张假相当位温图: 具体来说,与contourf函数类似,x,y负责经纬定位,z不仅负责垂直定位,还负责给曲面上色...这时不妨一个想法,如果z全部设为一个,则曲面变为平面,不妨新建一个z数组: LON,LAT=np.meshgrid(lon,lat) cmap=plt.get_cmap('viridis_r')...) 我们提取850百帕上相对湿度,使z全部填充850,然后绘图: 可以看出,plot_surface实现了pcolormesh效果,颜色完全一样,是因为全部z都为850,默认使用z颜色映射依据...上述两种栅格化,具体有什么用,目前视觉效果最好就是这一种: 在三维图中实现contourf可视化 我们之前曾经推送过如何进行contourf三维可视化,但是有一定问题,小色块总是会被遮盖,

    90811

    BitBlt参数详解

    解决方法是,把源背景色绘制为白色,字黑色,然后在BitBlt时候最后一个参数用SRCAND,果然可以达到我要效果,这是为什么呢?...例如,颜色 #FF0000(十六进制) 之所以被渲染红色,是因为红色达到了最高 FF (等于十进制 255)。...使用物理调色板0索引颜色填充目标区域 (物理调色板默认0索引颜色是黑色) DSTINVERT Inverts the destination rectangle....使用物理调色板1索引颜色填充目标区域 (物理调色板默认1索引颜色是白色) For the complete list of raster operations codes, see Ternary...通过上述介绍,想必大家知道为什么了吧,背景是白色,字是黑色,在进行SRCAND操作时候,白色是#ffffff 所以进行bitblt之后颜色以目标区域颜色本,而因为字是黑色#000000,在进行与操作之后目标区相应部分也成了黑色

    1K50
    领券