[PYTHON] Verschiedene Farbleisten mit Matplotlib

Im Fall eines zweidimensionalen Diagramms können bis zu drei Datentypen unter Verwendung der x-Achse, der y-Achse und der Farbe ausgedrückt werden. Nach der MATLAB-Edition (https://qiita.com/Yuricst/items/1594cacb930bd4fa6d63) ein Hinweis zum Hinzufügen einer Farbleiste im Plot mit Matplotlib in Python. (Auch wenn es nicht die optimale Lösung ist, scheint es, dass diese Methode rechtzeitig angewendet werden kann. Sie wird von Zeit zu Zeit aktualisiert.)

Für Streudiagramm (`` `plt.scatter```)

Im Falle von Streuung ist es ziemlich einfach, das Array anzugeben, das Sie als Farbparameter verwenden möchten, wenn Sie `dispers ()` mit `c``` verwenden, und die Farbkarte mit` cmap``` angeben Einfach mit angeben. Als Einschränkung erfordert die zum Hinzufügen eines Farbbalkens verwendete `` fig.colorbar () `ein zuordnbares Objekt, daher muss die Streuung selbst als Objekt zugewiesen werden (im0 im folgenden Beispiel). .. Wenn Sie bei der Verwendung von Unterzeichnungen die gleichen Farbparameter verwenden, gibt es kein Problem, auch wenn Sie nicht alle Unterzeichnungen als Objekte zuweisen.

# assign color array
cc = transfer_df['Jacobi_LPO']

plt.rcParams["font.size"] = 16
fig, axs = plt.subplots(1, 3, figsize=(15, 6))
im0 = axs[0].scatter(transfer_df['loi_cost']*1000, transfer_df['incl'], c=cc, cmap='plasma', s=15, marker='x')
axs[0].set_xlabel('LOI cost [m/sec]')
axs[0].set_ylabel('Inclination [deg]')
axs[0].grid(True)

axs[1].scatter(transfer_df['loi_cost']*1000, transfer_df['raan'], c=cc, cmap='plasma', s=15, marker='x')
axs[1].set_xlabel('LOI cost [m/sec]')
axs[1].set_ylabel('RAAN [deg]')
axs[1].grid(True)

axs[2].scatter(transfer_df['loi_cost']*1000, -transfer_df['tof_EM_SOI']*Tstar_EM/(60*60*24), c=cc, cmap='plasma', s=15, marker='x')
axs[2].set_xlabel('LOI cost [m/sec]')
axs[2].set_ylabel('Tof til lunar SOI [days]')
axs[2].grid(True)


fig.colorbar(im0, label='LPO Jacobi')
plt.suptitle(f'Moon SOI leg, beta = {transfer_df.iloc[0,:]['beta0']}')
plt.tight_layout(rect=[0, 0.03, 1, 0.95])
plt.show()

Im Fall von locus (`` `plt.plot```)

Im Falle einer Handlung wird der Prozess etwas kompliziert. Grob gesagt

• Speichern Sie die Daten, die Sie zeichnen möchten, in `` `Punkten```
• Weisen Sie in LineCollection `Punkte `und Farbbalken zu
• LineCollection zu `` `line``` hinzugefügt (Ist es?).

# plot of the transfer (xy-plot)
fig, axs = plt.subplots(1, 1, figsize=(12,10))
plt.rcParams["font.size"] = 20

for j in tqdm( range(len(df_peritarg)) ):  
    # generate segments
    points = np.array([proptry["x_arr"] *Lstar , proptry["y_arr"] *Lstar]).T.reshape(-1, 1, 2)
    segments =np.concatenate([points[:-1], points[1:]], axis=1)
    
    loi_color = df_peritarg.iloc[j,:]["time2perilune"]*Tstar/86400 * np.ones(( len(proptry["x_arr"]) ,))
    
    # create color bar
    norm = plt.Normalize(min( df_peritarg["time2perilune"] )*Tstar/86400, max( df_peritarg["time2perilune"])*Tstar/86400)
    lc = LineCollection(segments, cmap='Reds', norm=norm)
    # Set the values used for colormapping
    lc.set_array( loi_color )
    lc.set_linewidth(0.8)
    line = axs.add_collection(lc)

# display colorbar
fig.colorbar(line, ax=axs, label="Transfer time [days]")

axs.grid()
axs.set_title(f'Targeting from {familydf.iloc[0,:]["family"]}')
axs.set_xlabel('x [km]')
axs.set_ylabel('y [km]')
axs.set_xlim(300000, 500000)
axs.set_ylim(-60000, 60000)
axs.set_aspect('equal')