使用Matplotlib的单个pcolormesh具有多个颜色图

每个色网格图都有一个关联的色图。为了在一张图中使用多个颜色图，因此我看到以下选项：

1. 单个矩形 ：不要使用pcolormesh，而是按照自己的喜好绘制单个矩形。

2. 创建您的 自定义颜色图 ，其中合并了不同范围内的不同颜色图。例如，将0到0.4的值映射到一个颜色图的颜色，将0.4到1的值映射到另一颜色图的颜色。然后可能看起来像：

   import matplotlib.pyplot as plt

   import matplotlib.colors
   import numpy as np
   

   x,y = np.meshgrid(range(4), range(4))
   z = np.array([[0.2,.3,.95],[.5,.76,0.4],[.3,.1,.6]]).astype(float)
   mask= np.array([[1,0,0],[1,0,0],[1,1,1]]).astype(float)
   Z = z + mask
   

   c2 = plt.cm.Greens(np.linspace(0,1,128))
   c1 = plt.cm.coolwarm(np.linspace(0,1,128))
   cols = np.vstack((c1, c2))
   cmap=matplotlib.colors.LinearSegmentedColormap.from_list(“q”, cols)

   fig, ax=plt.subplots()
   ax.pcolormesh(x,y,Z, vmin=0, vmax=2, cmap=cmap)

   plt.show()

3. 屏蔽 数组并绘制几个pcolormesh图。以下示例显示了这样的样子：

       import matplotlib.pyplot as pltimport numpy as npimport numpy.ma as max,y = np.meshgrid(range(4), range(4))z = np.array([[1,1.3,3],[2.2,2.8,1.8],[3,1,3]]).astype(float)mask= np.array([[1,0,0],[1,0,0],[1,1,1]]).astype(bool)z1 = np.copy(z)z1[mask] = np.nanz2 = np.copy(z)z2[~mask] = np.nanfig, ax=plt.subplots()ax.pcolormesh(x,y,ma.masked_invalid(z1), vmin=1, vmax=3, cmap="coolwarm")ax.pcolormesh(x,y,ma.masked_invalid(z2), vmin=1, vmax=3, cmap="Greens")plt.show()