Ist eine additive Mischung mit Matplotlib möglich?

Question

Bei überlappenden Streuung- oder Liniendiagrammen unterschiedlicher Farben mit hoher Dichte kann es hilfreich sein, additive Mischschemata zu implementieren, bei denen die RGB-Farben jedes Markers addiert werden, um die endgültige Farbe in der Zeichenfläche zu erzeugen. Dies ist eine gängige Operation in 2D- und 3D-Render-Engines.

jedoch in Matplotlib habe ich fand nur Unterstützung für Alpha/Opazität Blending. Gibt es einen Umweg, oder bleibe ich beim Rendern auf Bitmap und mische sie dann in ein Malprogramm?

Edit: Hier ist ein Beispiel-Code und eine manuelle Lösung.

Diese zwei teilweise überlappende Zufallsverteilungen erzeugen wird:

x1 = randn(1000) 
y1 = randn(1000) 
x2 = randn(1000) * 5 
y2 = randn(1000) 
scatter(x1,y1,c='b',edgecolors='none') 
scatter(x2,y2,c='r',edgecolors='none') 

Dies produzieren matplotlib folgendes:

Wie Sie sehen können, gibt es einige überlappende blaue Punkte, die durch verdeckt sind rote Punkte und wir würden sie gerne sehen. alpha/Opazität Durch die Verwendung in matplotlib Mischen, können Sie tun:

scatter(x1,y1,c='b',edgecolors='none',alpha=0.5) 
scatter(x2,y2,c='r',edgecolors='none',alpha=0.5) 

Welche produzieren die folgende:

Aber was ich wirklich will, ist folgendes:

I kann durch Rendering jeder Parzelle unabhängig in eine Bitmap manuell tun:

xlim = plt.xlim() 
ylim = plt.ylim() 
scatter(x1,y1,c='b',edgecolors='none') 
plt.xlim(xlim) 
plt.ylim(ylim) 
scatter(x2,y2,c='r',edgecolors='none') 
plt.xlim(xlim) 
plt.ylim(ylim) 
plt.savefig(r'scatter_blue.png',transparent=True) 
plt.savefig(r'scatter_red.png',transparent=True) 

Welche mir folgende Bilder gibt:

Was tun Sie können dann ist sie als unabhängige Schichten in Paint.NET/PhotoShop/gimp laden und Additiv nur um sie mischen.

Jetzt wäre es ideal, dies programmatisch in Matplotlib zu tun, da ich Hunderte von diesen verarbeiten werde!

Answer 1

Wenn Sie nur ein Bild als Ergebnis benötigen, können Sie die Leinwand Puffer als numpy Array erhalten, und dann die Mischung zu tun, hier ist ein Beispiel:

from matplotlib import pyplot as plt 
import numpy as np 

fig, ax = plt.subplots() 
ax.scatter(x1,y1,c='b',edgecolors='none') 
ax.set_xlim(-4, 4) 
ax.set_ylim(-4, 4) 
ax.patch.set_facecolor("none") 
ax.patch.set_edgecolor("none") 
fig.canvas.draw() 

w, h = fig.canvas.get_width_height() 
img = np.frombuffer(fig.canvas.buffer_rgba(), np.uint8).reshape(h, w, -1).copy() 

ax.clear() 
ax.scatter(x2,y2,c='r',edgecolors='none') 
ax.set_xlim(-4, 4) 
ax.set_ylim(-4, 4) 
ax.patch.set_facecolor("none") 
ax.patch.set_edgecolor("none") 
fig.canvas.draw() 

img2 = np.frombuffer(fig.canvas.buffer_rgba(), np.uint8).reshape(h, w, -1).copy() 

img[img[:, :, -1] == 0] = 0 
img2[img2[:, :, -1] == 0] = 0 

fig.clf() 

plt.imshow(np.maximum(img, img2)) 
plt.subplots_adjust(0, 0, 1, 1) 
plt.axis("off") 
plt.show() 

das Ergebnis: