我如何自定义散点图的颜色条？

Question

我从NASA Earthdata网站（南美发生的火灾）中提取了一些火灾数据，并将这些数据绘制在了世界地图上。我使用了一个色条来显示每场火灾的亮度。

火的亮度方差不对应于整个色标范围，并且大多数火都具有相同的颜色（黄色）。这是我的代码：

import csv

from plotly.graph_objs import Scattergeo, Layout
from plotly import offline

filename = 'data/MODIS_C6_South_America_24h.csv'
with open(filename) as f:
    reader = csv.reader(f)
    header_row = next(reader)
    print(header_row)

    # Get latitudes, longitudes and brightness from this file.

    lats, lons, brights = [], [], []
    for row in reader:
        lat = float(row[0])
        lats.append(lat)
        lon = float(row[1])
        lons.append(lon)
        bright = float(row[2])
        brights.append(bright)

# Map the fires
data = [{
    'type': 'scattergeo',
    'lon': lons,
    'lat': lats,
    'marker': {
        'size': [1/30* bright for bright in brights],
        'color': brights,
        'colorscale': 'Inferno',
        'reversescale': True,
        'colorbar': {'title': 'Brightness'},
    },
}]
my_layout = Layout(title='South America Fires\npast 24 hours')

fig = {'data': data, 'layout': my_layout}
offline.plot(fig, filename='south_america_fires.html')

我可以以某种方式更改色标的限制，以使标记具有更宽的颜色范围并更好地区分吗？还是有更好的策略？

Answer 1

火的亮度变化与整个色阶范围

是的，他们愿意。只需看一下数据的简单可视化即可：

图1： Seaborn分布图

代码1： Seaborn分布图

import seaborn as sns
import numpy as np
sns.set(color_codes=True)
sns.distplot(tuple(brights))

您的情节最终看起来像它的样子，原因有三个：

1. [brightness = 330周围有许多个观察值>
2. [[[[很少]]
观察到的是明亮的大火并且最重要的是，
3. 标记按照它们出现的顺序添加到绘图中
在您的数据集中。因此，如果您仅对数据进行排序以确保较亮的火焰不会覆盖较亮的火焰，则会得到以下信息：

*图2：

使用brights排序brights.sort()

我认为应该注意这一点：

[...]以便标记具有更宽的颜色范围并且更易于区分？

因此，真的没有必要为此担心：

我能以某种方式更改色阶的限制[...]

您

可以

也考虑对数据进行日志重新编码。我测试了它，但是并没有太大的视觉差异。并请注意，我删除了'size': [1/60* bright for bright in brights]部分。我认为情节2看起来比这更好：

完整代码：

import csv

from plotly.graph_objs import Scattergeo, Layout
from plotly import offline

filename = 'C:\\pySO\\MODIS_C6_South_America_24h.csv'
with open(filename) as f:
    reader = csv.reader(f)
    header_row = next(reader)
    print(header_row)

# Get latitudes, longitudes and brightness from this file.

    lats, lons, brights = [], [], []
    for row in reader:
        lat = float(row[0])
        lats.append(lat)
        lon = float(row[1])
        lons.append(lon)
        bright = float(row[2])
        brights.append(bright)

brights.sort()

# Map the fires
data = [{
    'type': 'scattergeo',
    'lon': lons,
    'lat': lats,
    'marker': {
        #'size': [1/60* bright for bright in brights],
        'color': brights,
        #'color': brights.sort(),
        'colorscale': 'Inferno',
        'reversescale': True,
        'colorbar': {'title': 'Brightness'},
    },
}]
my_layout = Layout(title='South America Fires\npast 24 hours')

fig = {'data': data, 'layout': my_layout}
offline.plot(fig, filename='south_america_fires.html')