Логарифмическая карта цветов matplotlib для логарифмического графика поверхности

Редактировать: чтобы решить вашу проблему, вы берете журнал данных, а затем снова берете его при расчете нормы, просто удалите норму и примените vmin и vmax непосредственно к функции рисования

ax.plot_surface(X, Y, np.transpose(np.log10(Z)), cmap='rainbow',vmin=np.log10(1e-15),vmax=np.log10(Z_max))

вы можете использовать facecolor аргумент plot_surface, чтобы определить цвет для каждой грани независимо от z, вот упрощенный пример

import numpy as np
import matplotlib
import matplotlib.pyplot as plt

x = np.linspace(0,10,100)
y = np.linspace(0,10,100)

x,y = np.meshgrid(x,y)
z = np.sin(x+y)

fig, ax = plt.subplots(subplot_kw = {"projection": "3d"})

cmap = matplotlib.cm.get_cmap('rainbow')

def rescale_0_to_1(item):
    max_z = np.amax(item)
    min_z = np.amin(item)
    return (item - min_z)/(max_z-min_z)

rgba = cmap(rescale_0_to_1(z)) # some values of z to calculate color with

real_z = np.log(z+1) # real values of z to draw

surf = ax.plot_surface(x, y, real_z, cmap='rainbow', facecolors=rgba)
plt.show()

вы можете изменить его для расчета цветов на основе x или y или чего-то совершенно не связанного.

Просто пример логарифмических цветов и логарифмических данных:

#!/usr/bin/env ipython
import numpy as np
import matplotlib as mpl
import matplotlib.pylab as plt
import matplotlib.colors as colors
# ------------------
X=np.arange(0,401,1);nx= np.size(X)
Y=np.arange(40,200,1);ny = np.size(Y)
X,Y=np.meshgrid(X,Y)
Z = 10000*np.random.random((ny,nx))
Z=np.array(Z)
# ------------------------------------------------------------    
Z_min=np.amin(Z)
Z_max=np.amax(Z)
# ------------------------------------------------------------
norm = colors.LogNorm(vmin=np.nanmin(Z),vmax=np.nanmax(Z),clip=False)
# ------------------------------------------------------------
fig = plt.figure(figsize=(15,5));axs = [fig.add_subplot(131),fig.add_subplot(132),fig.add_subplot(133)]
p0 = axs[0].pcolormesh(X,Y,np.log10(Z),cmap='rainbow',norm=norm);plt.colorbar(p0,ax=axs[0]);
axs[0].set_title('Original method: NOT TO DO!')
p1 = axs[1].pcolormesh(X,Y,Z,cmap='rainbow',norm=norm);plt.colorbar(p1,ax=axs[1])
axs[1].set_title('Normalized colorbar, original data')
p2 = axs[2].pcolormesh(X,Y,np.log10(Z),cmap='rainbow');plt.colorbar(p2,ax=axs[2])
axs[2].set_title('Logarithmic data, original colormap')
plt.savefig('test.png',bbox_inches='tight') 
# --------------------------------------------------------------

Итак, результат такой:

В первом случае мы использовали логарифмическую карту цветов, а также взяли логарифм данных, поэтому цветовая полоса больше не работает, так как значения на карте малы, и мы использовали большие пределы для цветовой полосы. В среднем изображении мы используем нормализованную цветовую полосу или логарифмическую цветовую полосу, чтобы было вполне естественно понятно, что на изображении и какие значения. Третий случай — когда мы логарифмируем данные, а цветная полоса просто показывает степень 10-го, которую мы должны использовать для интерпретации окрашенного значения на графике.

Итак, в конце концов, я бы предложил средний метод: использовать логарифмическую цветовую шкалу и исходные данные.