从颜色列表创建颜色映射

有关创建和操作色彩映射的更多详细信息，请参阅在Matplotlib中创建色彩映射。

可以使用LinearSegmentedColormap的from_list()方法从颜色列表创建颜色映射。您必须传递一个RGB元组列表，用于定义从0到1的颜色混合。

创建自定义色彩映射

也可以为色彩映射创建自定义映射。 这是通过创建字典来实现的，该字典指定RGB通道如何从cmap的一端变为另一端。

示例：假设您希望红色在下半部分从0增加到1，绿色在中间半部分增加到相同，而在上半部分则为蓝色。 然后你会用：

  1. cdict = {'red':   ((0.0,  0.0, 0.0),
  2.                    (0.5,  1.0, 1.0),
  3.                    (1.0,  1.0, 1.0)),
  5.          'green': ((0.0,  0.0, 0.0),
  6.                    (0.25, 0.0, 0.0),
  7.                    (0.75, 1.0, 1.0),
  8.                    (1.0,  1.0, 1.0)),
  10.          'blue':  ((0.0,  0.0, 0.0),
  11.                    (0.5,  0.0, 0.0),
  12.                    (1.0,  1.0, 1.0))}

如果在这个例子中，r，g和b组件中没有不连续性，那么它很简单：上面每个元组的第二个和第三个元素是相同的 - 称之为“y”。 第一个元素（“x”）定义了0到1整个范围内的插值间隔，它必须跨越整个范围。换句话说，x的值将0到1范围划分为一组段，并且y给出每个段的端点颜色值。

现在考虑绿色。cdict[‘green’]表示对于0 <= x <= 0.25，y为零; 没有绿色。0.25 < x <= 0.75，y从0到1线性变化.x > 0.75，y保持为1，全绿色。

如果存在不连续性，则会更复杂一些。将给定颜色的cdict条目中每行中的3个元素标记为（x, y0, y1）。然后，对于x[i] 和 x[i + 1]之间的x值，在 y1[i] 和 y0[i + 1] 之间内插颜色值。

回到指南里的例子，看看cdict[‘red’]; 因为y0！= y1，它表示对于x从0到0.5，红色从0增加到1，但随后它向下跳跃，因此对于x从0.5到1，红色从0.7增加到1.绿色斜坡从0开始 当x从0变为0.5时变为1，然后跳回0，当x从0.5变为1时，斜坡变回1：

  1. row i:   x  y0  y1
  2.                 /
  3.                /
  4. row i+1: x  y0  y1

以上是试图表明对于x[i]到 x[i + 1] 范围内的x，插值在 y1[i] 和 y0[i + 1] 之间。因此，永远不会使用y0[0] 和 y1[-1]。

  1. import numpy as np
  2. import matplotlib.pyplot as plt
  3. from matplotlib.colors import LinearSegmentedColormap
  5. # Make some illustrative fake data:
  7. x = np.arange(0, np.pi, 0.1)
  8. y = np.arange(0, 2 * np.pi, 0.1)
  9. X, Y = np.meshgrid(x, y)
  10. Z = np.cos(X) * np.sin(Y) * 10

—- 列表中的色彩映射 —-

  1. colors = [(1, 0, 0), (0, 1, 0), (0, 0, 1)]  # R -> G -> B
  2. n_bins = [3, 6, 10, 100]  # Discretizes the interpolation into bins
  3. cmap_name = 'my_list'
  4. fig, axs = plt.subplots(2, 2, figsize=(6, 9))
  5. fig.subplots_adjust(left=0.02, bottom=0.06, right=0.95, top=0.94, wspace=0.05)
  6. for n_bin, ax in zip(n_bins, axs.ravel()):
  7.     # Create the colormap
  8.     cm = LinearSegmentedColormap.from_list(
  9.         cmap_name, colors, N=n_bin)
  10.     # Fewer bins will result in "coarser" colomap interpolation
  11.     im = ax.imshow(Z, interpolation='nearest', origin='lower', cmap=cm)
  12.     ax.set_title("N bins: %s" % n_bin)
  13.     fig.colorbar(im, ax=ax)

从颜色列表创建颜色映射示例

—- 自定义色彩映射 —-

  1. cdict1 = {'red':   ((0.0, 0.0, 0.0),
  2.                    (0.5, 0.0, 0.1),
  3.                    (1.0, 1.0, 1.0)),
  5.          'green': ((0.0, 0.0, 0.0),
  6.                    (1.0, 0.0, 0.0)),
  8.          'blue':  ((0.0, 0.0, 1.0),
  9.                    (0.5, 0.1, 0.0),
  10.                    (1.0, 0.0, 0.0))
  11.         }
  13. cdict2 = {'red':   ((0.0, 0.0, 0.0),
  14.                    (0.5, 0.0, 1.0),
  15.                    (1.0, 0.1, 1.0)),
  17.          'green': ((0.0, 0.0, 0.0),
  18.                    (1.0, 0.0, 0.0)),
  20.          'blue':  ((0.0, 0.0, 0.1),
  21.                    (0.5, 1.0, 0.0),
  22.                    (1.0, 0.0, 0.0))
  23.         }
  25. cdict3 = {'red':  ((0.0, 0.0, 0.0),
  26.                    (0.25, 0.0, 0.0),
  27.                    (0.5, 0.8, 1.0),
  28.                    (0.75, 1.0, 1.0),
  29.                    (1.0, 0.4, 1.0)),
  31.          'green': ((0.0, 0.0, 0.0),
  32.                    (0.25, 0.0, 0.0),
  33.                    (0.5, 0.9, 0.9),
  34.                    (0.75, 0.0, 0.0),
  35.                    (1.0, 0.0, 0.0)),
  37.          'blue':  ((0.0, 0.0, 0.4),
  38.                    (0.25, 1.0, 1.0),
  39.                    (0.5, 1.0, 0.8),
  40.                    (0.75, 0.0, 0.0),
  41.                    (1.0, 0.0, 0.0))
  42.         }
  44. # Make a modified version of cdict3 with some transparency
  45. # in the middle of the range.
  46. cdict4 = {**cdict3,
  47.           'alpha': ((0.0, 1.0, 1.0),
  48.                 #   (0.25,1.0, 1.0),
  49.                     (0.5, 0.3, 0.3),
  50.                 #   (0.75,1.0, 1.0),
  51.                     (1.0, 1.0, 1.0)),
  52.           }

现在我们将使用此示例来说明处理自定义色彩映射的3种方法。首先，最直接和明确的：

  1. blue_red1 = LinearSegmentedColormap('BlueRed1', cdict1)

其次，显式创建地图并注册它。与第一种方法一样，此方法适用于任何类型的Colormap，而不仅仅是LinearSegmentedColormap：

  1. blue_red2 = LinearSegmentedColormap('BlueRed2', cdict2)
  2. plt.register_cmap(cmap=blue_red2)

第三，仅对于LinearSegmentedColormap，将所有内容保留为register_cmap：

  1. plt.register_cmap(name='BlueRed3', data=cdict3)  # optional lut kwarg
  2. plt.register_cmap(name='BlueRedAlpha', data=cdict4)

制作图：

  1. fig, axs = plt.subplots(2, 2, figsize=(6, 9))
  2. fig.subplots_adjust(left=0.02, bottom=0.06, right=0.95, top=0.94, wspace=0.05)
  4. # Make 4 subplots:
  6. im1 = axs[0, 0].imshow(Z, interpolation='nearest', cmap=blue_red1)
  7. fig.colorbar(im1, ax=axs[0, 0])
  9. cmap = plt.get_cmap('BlueRed2')
  10. im2 = axs[1, 0].imshow(Z, interpolation='nearest', cmap=cmap)
  11. fig.colorbar(im2, ax=axs[1, 0])
  13. # Now we will set the third cmap as the default.  One would
  14. # not normally do this in the middle of a script like this;
  15. # it is done here just to illustrate the method.
  17. plt.rcParams['image.cmap'] = 'BlueRed3'
  19. im3 = axs[0, 1].imshow(Z, interpolation='nearest')
  20. fig.colorbar(im3, ax=axs[0, 1])
  21. axs[0, 1].set_title("Alpha = 1")
  23. # Or as yet another variation, we can replace the rcParams
  24. # specification *before* the imshow with the following *after*
  25. # imshow.
  26. # This sets the new default *and* sets the colormap of the last
  27. # image-like item plotted via pyplot, if any.
  28. #
  30. # Draw a line with low zorder so it will be behind the image.
  31. axs[1, 1].plot([0, 10 * np.pi], [0, 20 * np.pi], color='c', lw=20, zorder=-1)
  33. im4 = axs[1, 1].imshow(Z, interpolation='nearest')
  34. fig.colorbar(im4, ax=axs[1, 1])
  36. # Here it is: changing the colormap for the current image and its
  37. # colorbar after they have been plotted.
  38. im4.set_cmap('BlueRedAlpha')
  39. axs[1, 1].set_title("Varying alpha")
  40. #
  42. fig.suptitle('Custom Blue-Red colormaps', fontsize=16)
  43. fig.subplots_adjust(top=0.9)
  45. plt.show()

从颜色列表创建颜色映射示例2

参考

此示例中显示了以下函数，方法，类和模块的使用：

  1. import matplotlib
  2. matplotlib.axes.Axes.imshow
  3. matplotlib.pyplot.imshow
  4. matplotlib.figure.Figure.colorbar
  5. matplotlib.pyplot.colorbar
  6. matplotlib.colors
  7. matplotlib.colors.LinearSegmentedColormap
  8. matplotlib.colors.LinearSegmentedColormap.from_list
  9. matplotlib.cm
  10. matplotlib.cm.ScalarMappable.set_cmap
  11. matplotlib.pyplot.register_cmap
  12. matplotlib.cm.register_cmap

下载这个示例