Skip to main content
 首页 » 编程设计

Python之通过使用 alpha channel 在 matplotlib 子图中叠加 2 个图

2024年10月25日13mfrbuaa

我想通过使用“alpha channel ”在一个图中叠加 2 个图。 我试图在左边的图上得到右边图形的轮廓:

我的代码是:

plt.close() 
 
fig, axes = plt.subplots(nrows=1, ncols=3) 
 
plt.tight_layout(pad=0.05, w_pad=0.001, h_pad=2.0) 
ax1 = plt.subplot(131) # creates first axis 
ax1.set_xticks([0,2000,500,1000,1500]) 
ax1.set_yticks([0,2000,500,1000,1500]) 
ax1.tick_params(labelsize=8)  
i1 = ax1.imshow(U,cmap='hot',extent=(X.min(),2000,Y.min(),2000), vmin=U.min(), vmax=U.max()) 
cb1=plt.colorbar(i1,ax=ax1,ticks=[U.min(),(U.min()+U.max())/2., U.max()],fraction=0.046, pad=0.04,format='%.2f') 
cb1.ax.tick_params(labelsize=8) 
 
ax1.set_title("$ \mathrm{Ux_{mes} \/ (pix)}$", y=1.05, fontsize=12) 
ax2 = plt.subplot(132) # creates second axis 
ax2.set_xticks([0,2000,500,1000,1500]) 
ax2.set_yticks([0,2000,500,1000,1500]) 
i2=ax2.imshow(UU,cmap='hot',extent=(X.min(),2000,Y.min(),2000), vmin=U.min(), vmax=U.max()) 
ax2.set_title("$\mathrm{Ux_{cal} \/ (pix)}$", y=1.05, fontsize=12) 
ax2.set_xticklabels([]) 
ax2.set_yticklabels([]) 
cb2=plt.colorbar(i2,ax=ax2,fraction=0.046, pad=0.04,ticks=[U.min(),(U.min()+U.max())/2.,U.max()],format='%.2f') 
cb2.ax.tick_params(labelsize=8) 
 
ax3 = plt.subplot(133) # creates first axis 
ax3.set_xticks([0,2000,500,1000,1500]) 
ax3.set_yticks([0,2000,500,1000,1500]) 
i3 = ax3.imshow(resU,cmap='hot',extent=(X.min(),2000,Y.min(),2000)) 
ax3.set_title("$\mathrm{\mid Ux_{mes} - Ux_{cal} \mid \/ (pix)}$ ", y=1.05, fontsize=12) 
cb3=plt.colorbar(i3,ax=ax3,fraction=0.046, pad=0.04,ticks=[resU.min(), (resU.min()+resU.max())/2.,resU.max()],format='%.2f') 
ax3.set_xticklabels([]) 
ax3.set_yticklabels([]) 
cb3.ax.tick_params(labelsize=8) 
plt.gcf().tight_layout() 
 
plt.show() 

我使用下面的命令获取轮廓并添加它:

[masquey,masquey] = np.gradient(masquey) 
plt.imshow(masquey2,cmap='hot',alpha=0.1) 

但它不起作用...我明白了:

请您参考如下方法:

对我来说,这并不是您想要的,但这是一个带有叠加 imshow 绘图的示例。

fig, axes = plt.subplots(nrows=1, ncols=3) 
rand1=np.random.random((2000,500)) 
ax1 = plt.subplot(131)  
ax1.imshow(rand1) 
box=np.zeros_like(rand1) 
box[100:400,100:400]=1 
ax1.imshow(box,cmap='Greys',alpha=0.6) 

也许您需要确保选择了正确的子图。

例如

ax3 = plt.subplot(131) for your third plot.