这是我的问题。
当我想使用很多颜色图时,我可以使用
CMAP = ["summer_r", "brg_r", "Dark2", "prism", "PuOr_r", "afmhot_r", "terrain_r", "PuBuGn_r", "RdPu", \
"gist_ncar_r", "gist_yarg_r", "Dark2_r", "YlGnBu", "RdYlBu", "hot_r"]
## value was a 3-d array, the first dimension represent the amount of 2-d array with the value (0, 1).
## I just plot the value 1 for each value[i,:,:]
for i in range(0,len(CMAP),1):
plt.pcolor(xx,yy,value[i,:,:], cmap = CMAP[i])
我可以得到这个:
http://i8.tietuku.com/cdcdcd5f539c124b.png
但是在生成图形之前,我无法清楚地意识到每个网格的颜色。
因为我在 CMAP 中添加的某些颜色图可能具有相同的起始颜色。所以,一些 value[i, :, :] 网格将很难区分。
我的想法
Using one colormap instead and split into single color for each value[ i, :, :]. So, each value grid has a different color.
例如:
## 1. cut the colormap, take "jet" for example
cMap = plt.cm.get_cmap("jet",lut=6)
http://i4.tietuku.com/be127c44e87a03fc.png
## 2. I havn't figured it out
## This is the fake code
CMAP = Func[one color -> colormap](cMap)
更新-2016-01-18
这是我设置不同的 cmap 和循环的代码,但有点死板。
cmap1 = colors.ListedColormap(["w",'red'])
cmap2 = colors.ListedColormap(["w",'blue'])
cmap3 = colors.ListedColormap(["w",'yellow'])
CMAP = [cmap1,cmap2,cmap3]
然后,我就可以应付我最初的尝试了。
但我想知道是否有一种聪明的方法来生成 cmap1、cmap2、......?
最佳答案
困难的部分是想出 N
独特的颜色。在实践中,只要 N
很小,通常最简单的方法就是获取随机颜色。如果您更喜欢获得 N
不同颜色的更好方法,请查看 seaborn
的 husl_palette
和 hsl_palette
被执行。他们在 HSL/HUSL 空间中选择 N
个均匀分布的颜色,并将其转换回 RGB。
无论如何,将特定值绑定(bind)到 matplotlib 中的特定颜色有两个部分。一个是颜色图,另一个是常态。 Normalize
实例(规范)处理将数据范围转换为颜色图的 0-1 空间。
有一个函数可以简化此用例:matplotlib.colors.from_levels_and_colors
。它返回一个 cmap
和 norm
实例,您可以将其传递给 imshow
/pcolormesh
/scatter
/等
作为一个独立示例,让我们生成具有随机数的唯一整数值的数据。我们将使用随机柔和的颜色,而不是尝试做一些花哨的事情。
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import from_levels_and_colors
nvals = np.random.randint(2, 20)
data = np.random.randint(0, nvals, (10, 10))
colors = np.random.random((nvals, 3))
# Make the colors pastels...
colors = colors / 2.5 + 0.55
levels = np.arange(nvals + 1) - 0.5
cmap, norm = from_levels_and_colors(levels, colors)
fig, ax = plt.subplots()
im = ax.imshow(data, interpolation='nearest', cmap=cmap, norm=norm)
fig.colorbar(im, ticks=np.arange(nvals))
plt.show()
不是最好看的调色板,但也不差。这是另一个运行:
即使有 17 个值,我们仍然可以通过选择随机值来获得相当不同的颜色。
关于python - 在 Python matplotlib 中生成用户定义的颜色图,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34839877/