ejes no lineales para imshow en matplotlib

Question

estoy generando matrices 2D sobre ejes espaciados logarítmicamente (por ejemplo, las coordenadas x de píxeles se generan utilizando logspace(log10(0.95), log10(2.08), n).

Quiero mostrar la imagen utilizando un imshow llanura de edad, en su resolución y escalado nativo (no necesito to stretch it; los datos en sí ya están en escala de registro), pero quiero agregar ticks, etiquetas, líneas que están en el lugar correcto en los ejes de registro. ¿Cómo hago esto?

Idealmente podría usar los comandos de la línea axvline(1.5) y la línea estaría en el lugar correcto (58% desde la izquierda), pero si la única manera es traducir manualmente entre las coordenadas de la escala de log y la imagen c oordinates, eso está bien, también.

Para ejes lineales, usar extents= en la llamada para imshow hace lo que quiero, pero no veo una manera de hacer lo mismo con un eje de registro.

Ejemplo:

from matplotlib.colors import LogNorm 

x = logspace(log10(10), log10(1000), 5) 
imshow(vstack((x,x)), extent=[10, 1000, 0, 100], cmap='gray', norm=LogNorm(), interpolation='nearest') 
axvline(100, color='red') 

Este ejemplo no funciona, ya medida = sólo se aplica a escalas lineales, así que cuando lo hace axvline a 100, que no aparece en el centro. Me gustaría que el eje x muestre 10, 100, 1000 y axvline(100) para poner una línea en el centro en el punto 100, mientras que los píxeles permanecen igualmente espaciados.

Answer 1

En realidad, funciona bien. Estoy confundido.

Anteriormente recibía errores sobre "Las imágenes no son compatibles con ejes no lineales", por lo que hice esta pregunta. Pero ahora, cuando lo intento, funciona:

import matplotlib.pyplot as plt 
import numpy as np 

x = np.logspace(1, 3, 5) 
y = np.linspace(0, 2, 3) 
z = np.linspace(0, 1, 4) 
Z = np.vstack((z, z)) 

plt.imshow(Z, extent=[10, 1000, 0, 1], cmap='gray') 
plt.xscale('log') 

plt.axvline(100, color='red') 

plt.show() 

Esto es mejor que pcolor() y pcolormesh() porque

1. no es terriblemente lento y
2. se interpola bien sin artefactos engañosos cuando la imagen no es se muestra en la resolución nativa.

Answer 2

En mi opinión, es mejor utilizar pcolor y los valores regulares (no convertidos) xey. pcolor le da más flexibilidad y los ejes xey regulares son menos confusos.

import pylab as plt 
import numpy as np 
from matplotlib.colors import LogNorm 
from matplotlib.ticker import LogFormatterMathtext 

x=np.logspace(1, 3, 6) 
y=np.logspace(0, 2,3) 
X,Y=np.meshgrid(x,y) 
z = np.logspace(np.log10(10), np.log10(1000), 5) 
Z=np.vstack((z,z)) 

im = plt.pcolor(X,Y,Z, cmap='gray', norm=LogNorm()) 
plt.axvline(100, color='red') 

plt.xscale('log') 
plt.yscale('log') 

plt.colorbar(im, orientation='horizontal',format=LogFormatterMathtext()) 
plt.show() 

Como pcolor es lenta, una solución más rápida es utilizar pcolormesh lugar.

im = plt.pcolormesh(X,Y,Z, cmap='gray', norm=LogNorm())