Matplotlib预定义的颜色映射（colormaps）

前言

提醒：
文章内容为方便作者自己后日复习与查阅而进行的书写与发布，其中引用内容都会使用链接表明出处（如有侵权问题，请及时联系）。
其中内容多为一次书写，缺少检查与订正，如有问题或其他拓展及意见建议，欢迎评论区讨论交流。

---

Matplotlib 是一个强大的数据可视化库，它提供了多种预定义的颜色映射（colormaps），用于在不同的可视化场景中展示数据。颜色映射是一种将数据值映射到颜色空间的机制，它对于传达数据的分布、模式和关系至关重要。以下是 Matplotlib 中一些常见的预定义颜色映射及其特点：

1. Perceptually Uniform Colormaps

这些颜色映射在设计时考虑了人类视觉的感知均匀性，即颜色变化在视觉上是均匀的，适合用于科学计算和数据分析。

• ‘viridis’：默认的颜色映射，从蓝色到黄色的渐变，适合广泛的视觉任务。
• ‘plasma’：从深蓝色到亮黄色的渐变，类似于温度映射。
• ‘inferno’：从深蓝色到亮红色的渐变，强调高值。
• ‘magma’：从深蓝色到亮橙色的渐变，类似于火山岩的颜色。
• ‘cividis’：从深蓝色到亮绿色的渐变，对色盲友好。

import numpy as np
import matplotlib.pyplot as plt

# 生成数据
data = np.random.rand(10, 10)

# 使用 'viridis' 颜色映射
plt.figure()
plt.imshow(data, cmap='viridis')
plt.colorbar()
plt.title('Viridis Colormap')
plt.show()

运行结果：

2. Sequential Colormaps

这些颜色映射使用单一颜色的不同亮度来表示数据，适合用于表示数据的大小或强度。

• ‘Greys’：从黑色到白色的灰度渐变。
• ‘Purples’：从淡紫色到深紫色的渐变。
• ‘Blues’：从淡蓝色到深蓝色的渐变。
• ‘Greens’：从淡绿色到深绿色的渐变。
• ‘Oranges’：从淡橙色到深橙色的渐变。
• ‘Reds’：从淡红色到深红色的渐变。

import numpy as np
import matplotlib.pyplot as plt

# 生成数据
data = np.random.rand(10, 10)

# 使用 'Greens' 颜色映射
plt.figure()
plt.imshow(data, cmap='Greens')
plt.colorbar()
plt.title('Greens Colormap')
plt.show()

运行结果：

3. Diverging Colormaps

这些颜色映射在中间有一个明显的中心点，通常用于表示数据相对于某个中心值（如平均值或零）的偏差。

• ‘coolwarm’：从蓝色（冷）到红色（暖）的渐变，中间是白色。
• ‘bwr’：蓝色到红色，中间是白色。
• ‘seismic’：蓝色到红色，中间是黄色。
• ’ RdYlBu’：红色到黄色到蓝色，常用于气候数据。
• ‘PuOr’：紫色到橙色，适合表示正负偏差。

import numpy as np
import matplotlib.pyplot as plt


# 生成有正有负的数据
data_diverging = np.random.randn(10, 10)

# 使用 'coolwarm' 颜色映射
plt.figure()
plt.imshow(data_diverging, cmap='coolwarm')
plt.colorbar()
plt.title('Coolwarm Colormap')
plt.show()

运行结果：

4. Cyclic Colormaps

这些颜色映射在结束时与开始时颜色相同，形成循环，适合表示周期性数据。

• ‘hsv’：色相饱和度值（Hue, Saturation, Value）颜色空间，形成完整的色环。
• ‘twilight’：从蓝色到粉色到黄色的渐变，类似于日出和日落的颜色。
• ‘twilight_shifted’：'twilight’的变体，颜色偏移。

import numpy as np
import matplotlib.pyplot as plt

# 生成周期性数据
data_cyclic = np.sin(np.linspace(0, 2 * np.pi, 100)).reshape(10, 10)

# 使用 'hsv' 颜色映射
plt.figure()
plt.imshow(data_cyclic, cmap='hsv')
plt.colorbar()
plt.title('HSV Colormap')
plt.show()

运行结果：

5. Qualitative Colormaps

这些颜色映射包含一系列不连续的颜色，用于表示分类数据。

• ‘tab10’：10种颜色的调色板，适合分类数据。
• ‘tab20’：20种颜色的调色板，提供更多颜色选择。
• ‘Set1’：9种颜色的调色板，颜色鲜明。
• ‘Set2’：8种颜色的调色板，颜色较柔和。
• ‘Set3’：12种颜色的调色板，颜色多样。

import numpy as np
import matplotlib.pyplot as plt

# 生成分类数据
categories = np.random.randint(0, 10, size=(10, 10))

# 使用 'tab10' 颜色映射
plt.figure()
plt.imshow(categories, cmap='tab10')
plt.colorbar()
plt.title('Tab10 Colormap')
plt.show()

运行结果：

6. Miscellaneous Colormaps

这些颜色映射不适合特定的类别，但可能在特定情况下有用。

• ‘flag’：红、白、蓝、黑的条纹图案。
• ‘prism’：彩虹色的渐变。
• ‘ocean’：海洋色的渐变。
• ‘gist_earth’：地球色调的渐变。
• ‘terrain’：地形图的渐变，从蓝色到绿色到棕色。

import numpy as np
import matplotlib.pyplot as plt


categories = np.random.randint(0, 10, size=(10, 10))

# 使用 'terrain' 颜色映射
plt.figure()
plt.imshow(data, cmap='terrain')
plt.colorbar()
plt.title('Terrain Colormap')
plt.show()

运行结果：