matplotlib cmap personnalisée

Bonsoir,
Je cherche à créer un graphe avec une échelle de teintes personnalisée, par exemple du noir au jaune, de façon linéaire.
Je précise que j'ai fait pas mal de recherches et d'essais.
Le plus approchant auquel je suis parvenu est donné dans le code suivant mais j'aurais souhaité quelque chose de progressif.
Je n'ai rien compris à la doc sur les dictionnaires de couleurs rouge, vert, bleu, donc ce n'est pas utile de me le donner en lien, sauf à m'expliquer les changements nécessaires.
Voici donc mon code :

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

import numpy as np import matplotlib.pyplot as plt   my_cmap = plt.matplotlib.colors.ListedColormap(['yellow','grey','black'])   def fr(i): return np.cos(np.cos(i)*5e3*np.cos(0.001*i))   scale=np.linspace(0,1,6) x = np.linspace(-.1,.1,1000) y = np.linspace(-.1,.1,1000) X, Y = np.meshgrid(x,y)     F = fr(np.sqrt(X**2+Y**2)) cs = plt.contourf(X,Y,F,scale,cmap=my_cmap); plt.show()

---

Si vous savez, je suis preneur...
A bientôt.

Salut,

Tu es peut-être déjà tombé sur ce fil. Je le mets quand même car ça semble répondre à ce que je comprends de la question.

La fonction:

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

def make_colormap(seq): """Return a LinearSegmentedColormap     seq: a sequence of floats and RGB-tuples. The floats should be increasing     and in the interval (0,1).     """ seq = [(None,) * 3, 0.0] + list(seq) + [1.0, (None,) * 3] cdict = {'red': [], 'green': [], 'blue': []} for i, item in enumerate(seq): if isinstance(item, float): r1, g1, b1 = seq[i - 1] r2, g2, b2 = seq[i + 1] cdict['red'].append([item, r1, r2]) cdict['green'].append([item, g1, g2]) cdict['blue'].append([item, b1, b2]) return mcolors.LinearSegmentedColormap('CustomMap', cdict)

---

permet visiblement créer automatiquement un nouveau colormap linéaire. Pour l'utiliser il suffit de lui rentrer une séquence de couleur en RGB constituant la nouvelle colormap. Ce qui me semble intéressant c'est que l'on peut aussi ajouter manuellement les "pallier" entre chaque couleur (à partir de quelle valeur on passe du couleur à l'autre) dans la séquence.
Avec le code suivant:

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

c = mcolors.ColorConverter().to_rgb my_cmap = make_colormap([c('yellow'), c('grey'), c('black')])   def fr(i): return np.cos(np.cos(i)*5E3*np.cos(0.001*i))   scale = np.linspace(0, 1, 100) x = np.linspace(-.1, .1, 1000) y = np.linspace(-.1, .1, 1000) X, Y = np.meshgrid(x, y)     F = fr(np.sqrt(X**2 + Y**2)) cs = plt.contourf(X, Y, F, scale, cmap=my_cmap) plt.colorbar() plt.show()

---

j'obtiens la figure suivante dont les couleurs sont bien linéaires:
Pièce jointe 204894

Mais ce n'est peut-être pas cela que tu as en tête.

Merci Julien N,
J'avais vu ce fil mais ce n'est pas tout à fait ce que je cherche à faire : je ne veux pas de blanc.
Je veux qu'au centre, ce soit jaune par exemple et que cela passe au noir de façon linéaire, puis au jaune à nouveau, ...
En fait, c'est un cmap.binary en remplaçant le blanc par du jaune que je souhaite faire.

Si quelqu'un comprend comment modifier ces couleurs pour passer du jaune au noir, je veux bien une explication :

Code:

---

1 2 3 4 5 6 7 8 9 10 11

cdict4 = {'red': ((0.0, 0.0, 0.0), (0.5, 0.0, 0.1), (1.0, 1.0, 1.0)),   'green': ((0.0, 0.0, 1.0), (0.5, 0.1, 0.0), (1.0, 0.0, 0.0)),   'blue': ((0.0, 0.0, 0.0), (1.0, 0.0, 0.0)) }

---

Ben pour être honnête je ne vois pas pourquoi il y a du blanc sur le graph. Je comprend que la première valeur de chaque tuple (RGB) correspond à une borne du colormap, ainsi dans:

Code:

---

1 2 3 4

'red': ((0.0, 1.0, 0.0), (0.5, 0.0, 1.0), (1.0, 1.0, 0.0)),

---

on a trois limites à 0.0, 0.5 et 1.0. A chaque limite on défini la proportion de rouge entre 0 et 1. Mais je ne parviens pas à l'utiliser correctement non plus. cependant il y a une autre façon de faire apparemment en passant par ListedColormap qui est plus facile à appréhender (mais là encore peut-être as-tu déjà explorer cette possibilité):

Code:

---

1 2 3 4

N = 20 color_list = [[i/(N-1), i/(N-1), 0] for i in range(N)] # yellow is [1,1,0] color_list.extend(color_list[::-1]) # Symetrical list to produce yellow in center, black outside my_cmap = mcolors.ListedColormap(color_list)

---

la colorbar est comme attendue (noir, jaune, noir) si c'est bien cela que tu cherches, mais il y a toujours du blanc....

J

Je n'ai pas creusé la dernière option et là, je suis au boulot sans python.
S'il y a du blanc, cela ne va pas me convenir.
En effet, je souhaite uniquement 2 couleurs : noir et jaune (ou autre) avec un mélange des deux en intermédiaire.
Merci quand même, je continue mes recherches...

Ben finalement il m'est venu une idée (j'ai de la chance je bosse en Python ou boulot): le problème vient du scale en spécifiant un range il faut s'assurer de couvrir toute la plage de valeurs à afficher, sans quoi matplotlib n'est pas en mesure de choisir une couleur.

Donc avec ceci:

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

N = 100 # Refinement factor color_list = [[i/(N-1), i/(N-1), 0] for i in range(N)] color_list.extend(color_list[::-1])   my_cmap = mcolors.ListedColormap(color_list, name='from_list', N=None)   def fr(i): return np.cos(np.cos(i)*5E3*np.cos(0.001*i))   x = np.linspace(-.1, .1, 1000) y = np.linspace(-.1, .1, 1000) X, Y = np.meshgrid(x, y) scale = np.linspace(-1, 1., N)   F = fr(np.sqrt(X**2 + Y**2)) cs = plt.contourf(X, Y, F, scale, cmap=my_cmap) plt.colorbar() plt.show()

---

J'obtiens cela:
Pièce jointe 204977

Après au lieu de mettre scale dans l'appel à countourf, on peut mettre directement N (ici le "raffinement" des couleurs)

J

PS: je suis pas fan du jaune et noir perso.. :)

Merci Julien, je verrai pour les couleurs.
Ton code me convient.
Entre temps, j'avais trouvé cela mais il y a toujours du blanc et pour le coupo, je n'arrive pas à l'enlever. J'ai laissé le tien pour comparer.

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40

import numpy as np import matplotlib.pyplot as plt import matplotlib.colors as mcolors from matplotlib.colors import LinearSegmentedColormap   N = 100 # Refinement factor color_list = [[i/(N-1), i/(N-1), 0] for i in range(N)] color_list.extend(color_list[::-1])   my_cmap = mcolors.ListedColormap(color_list, name='from_list', N=None)   def fr(i): return 1 + np.cos(np.cos(i)*5E3*np.cos(0.001*i))   x = np.linspace(-.1, .1, 10000) y = np.linspace(-.1, .1, 10000) X, Y = np.meshgrid(x, y) scale = np.linspace(-1, 1., N)   plt.figure(figsize=(6,6)) F = fr(np.sqrt(X**2 + Y**2)) cs = plt.contourf(X, Y, F, aspect='equal', cmap=my_cmap) plt.axis('off') #plt.colorbar() plt.show()   def yellowblack(y): red = [(0.0, y, y), (0.45, y, y), (1.0, 0.0, 0.0)] green = [(0.0, y, y), (0.45, y, y), (1.0, 0, 0)] blue = [(0.0, y, 0), (0.45, y, y),(1.0,0.0,0.0)] colordict = dict(red=red, green=green, blue=blue) yellowblackmap = LinearSegmentedColormap('yellowblack', colordict, 256) return yellowblackmap   plt.figure(figsize=(6,6)) F = fr(np.sqrt(X**2 + Y**2)) cs = plt.contourf(X, Y, F, aspect='equal', cmap=yellowblack(0.85)) plt.axis('off') #plt.colorbar() plt.show()

---

Tant pis.