如何基于幅值为Matplotlib绘制的vlines设置不同颜色

需求：把Matplotlib绘制的蓝色垂直折线（vlines）修改为：负值（<0）取绝对值后用与正值不同的颜色显示，正值保持原有颜色，仅展示幅值信息。

修改思路 #

将数据拆分为正值和负值两部分分别处理：

• 筛选出正值的索引和对应数值，用原颜色（如蓝色）绘制
• 筛选出负值的索引，对数值取绝对值后用另一种颜色（如红色）绘制

完整可运行代码 #

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

# 生成peakmzs数据
peakmzs = np.array([random.uniform(506, 2000) for i in range(2080)])
peakmzs = peakmzs[peakmzs.argsort()[::1]]

# 生成带有正负值的shp_values数据
shp_values = np.zeros_like(peakmzs)
b = np.where((peakmzs > 1500) & (peakmzs < 1540))[0]
b_ = np.random.randint(1500, 1540, 10)
shp_values[b] = [random.uniform(-0.003, 0.002) for i in range(len(b))]
shp_values[b_] = 0 

b = np.where((peakmzs > 700) & (peakmzs < 820))[0]
shp_values[b] = [random.uniform(-0.004, 0.002) for i in range(len(b))]
b_ = np.random.randint(700, 820, 70)
shp_values[b_] = 0

# 处理正负值并绘制vlines
max_amp = np.abs(shp_values).max()  # 取所有幅值的最大值作为统一顶部基准

# 绘制正值的垂直折线，颜色用蓝色
pos_idx = shp_values > 0
plt.vlines(peakmzs[pos_idx], 0, shp_values[pos_idx], color='blue')

# 绘制负值的垂直折线，取绝对值后用红色
neg_idx = shp_values < 0
plt.vlines(peakmzs[neg_idx], 0, np.abs(shp_values[neg_idx]), color='red')

plt.show()

说明 #

• 替换了原代码中plt.plot(shp_values)的折线绘制，改为分颜色处理的垂直折线
• 通过pos_idx和neg_idx精准筛选正负值数据，负值使用np.abs()转换为幅值
• 用所有数据的最大幅值作为统一顶部，保证视觉上的一致性

内容的提问来源于stack exchange，提问作者banikr