Python科研绘图--Task01_colorbrewer2-CSDN博客

立的分离图像，可以自由、无限制地进行重新组合，其特点是放大后图像不会失真，也就是说，与分辨率无关。常见的矢量图格式包括 EPS 、 PDF 、 AI 、 SVG ，其中， EPS 格式的图片文件小、显示质量高、色彩保真度高，印刷时的字样较为清晰，是常用的论文配图格式；AI 格式是一种可以二次修改的图片格式，也是常用的插图格式，其体积较大，包含图片各图层的所有信息。

色彩模式

RGB色彩模式

CMYK色彩模式

HEX色彩模式

色轮配色原理

色轮配色原理是一种使用色轮（色彩环）来组合颜色的方法，以实现视觉上的和谐和平衡。色轮通常包括12个主要颜色：三原色、三间色和六个次级色。

单色配色方案

单色配色方案是指将色相相同或相近的一组颜色进行组合。单色配色方案的饱和度和明暗层次明显。

例子

只改变给定颜色的明度。

import matplotlib.pyplot as plt
import matplotlib.colors as mcolors
import numpy as np

def plot_single_color_scheme(base_color_hex):
    base_color_rgb = mcolors.hex2color(base_color_hex)
    shades = np.linspace(0.1, 1, 10) # 10个不同的明度

    fig, ax = plt.subplots(figsize=(10, 1))

    for i, shade in enumerate(shades):
        modified_color = [shade * c for c in base_color_rgb]
        ax.add_patch(plt.Rectangle((i, 0), 1, 1, facecolor=modified_color))

    ax.set_xlim(0, len(shades))
    ax.set_ylim(0, 1)
    ax.axis('off')
    plt.show()

# Example usage with a base blue color
plot_single_color_scheme('#0000FF')

互补色配色方案

当只能选择两种颜色时，我们可参考互补色配色方案进行选择。色轮上间隔 180 °（相对）的两种颜色为互补色。

例子

import matplotlib.pyplot as plt
import matplotlib.colors as mcolors

def plot_complementary_color_scheme(base_color_hex):
    base_color_rgb = mcolors.hex2color(base_color_hex)
    complementary_color_rgb = [1 - c for c in base_color_rgb] # 计算互补色

    fig, ax = plt.subplots(figsize=(2, 1))

    # 绘制基本颜色
    ax.add_patch(plt.Rectangle((0, 0), 1, 1, facecolor=base_color_rgb))

    # 绘制互补颜色
    ax.add_patch(plt.Rectangle((1, 0), 1, 1, facecolor=complementary_color_rgb))

    ax.set_xlim(0, 2)
    ax.set_ylim(0, 1)
    ax.axis('off')
    plt.show()

# Example usage with a base blue color
plot_complementary_color_scheme('#0000FF')

等距三角配色方案

等距三角配色方案是指将色轮上彼此间隔 120 °的 3 种颜色进行组合。等距三角配色方案会让配图的颜色更加丰富。

例子

import matplotlib.pyplot as plt
import colorsys

def plot_triadic_color_scheme(base_color_hex):
    base_color_rgb = [int(base_color_hex[i:i+2], 16) / 255.0 for i in (1, 3, 5)]
    base_color_hsv = colorsys.rgb_to_hsv(*base_color_rgb)

    fig, ax = plt.subplots(figsize=(3, 1))

    # 绘制基本颜色和两个等距离的颜色
    for i in range(3):
        hue = (base_color_hsv[0] + i / 3.0) % 1
        triadic_color_rgb = colorsys.hsv_to_rgb(hue, base_color_hsv[1], base_color_hsv[2])
        ax.add_patch(plt.Rectangle((i, 0), 1, 1, facecolor=triadic_color_rgb))

    ax.set_xlim(0, 3)
    ax.set_ylim(0, 1)
    ax.axis('off')
    plt.show()

# Example usage with a base blue color
plot_triadic_color_scheme('#0000FF')

四角配色方案

四角配色方案的优点是能够使配图的颜色更加丰富，缺点是使用时具有很大的挑战性，容易造成色彩杂乱，很多用户其实很难平衡自己选择的多种颜色。在科研论文配图的颜色选择过程中，我们要尽量避免使用四角配色方案。

例子

import matplotlib.pyplot as plt
import colorsys

def plot_tetradic_color_scheme(base_color_hex):
    base_color_rgb = [int(base_color_hex[i:i+2], 16) / 255.0 for i in (1, 3, 5)]
    base_color_hsv = colorsys.rgb_to_hsv(*base_color_rgb)

    fig, ax = plt.subplots(figsize=(4, 1))

    # 绘制基本颜色和三个等距离的颜色
    for i in range(4):
        hue = (base_color_hsv[0] + i / 4.0) % 1
        tetradic_color_rgb = colorsys.hsv_to_rgb(hue, base_color_hsv[1], base_color_hsv[2])
        ax.add_patch(plt.Rectangle((i, 0), 1, 1, facecolor=tetradic_color_rgb))

    ax.set_xlim(0, 4)
    ax.set_ylim(0, 1)
    ax.axis('off')
    plt.show()

# Example usage with a base blue color
plot_tetradic_color_scheme('#0000FF')

颜色主题

Matplotlib 库的颜色主题主要包括 3 种类型：单色系（ sequential ）、双色渐变色系（ diverging ）

和多色系（ qualitative ）。

单色系

单色系主题中颜色的色相基本相同，饱和度单调递增。它的主要维度是颜色亮度（ lightness ）， 一般情况下，较低的数值对应较亮的颜色，较高的数值对应较暗的颜色，这是因为可视化配图往往是在白色或浅色背景上绘制的，而在深色背景中，则会出现相反的情况，即更亮的颜色用更高的数值表示。单色系主题的次要维度是色调（hue），即较暖的颜色出现在较亮的一端，较冷的颜色则会出现在较暗的一端。

例子

import matplotlib.pyplot as plt
import colorsys

def plot_monochromatic_color_scheme(base_color_hex):
    base_color_rgb = [int(base_color_hex[i:i+2], 16) / 255.0 for i in (1, 3, 5)]
    base_color_hsv = colorsys.rgb_to_hsv(*base_color_rgb)

    fig, ax = plt.subplots(figsize=(5, 1))

    # 绘制基本颜色的五个不同明度
    for i in range(5):
        value = 0.5 + i * 0.1 # 调整明度
        monochromatic_color_rgb = colorsys.hsv_to_rgb(base_color_hsv[0], base_color_hsv[1], value)
        ax.add_patch(plt.Rectangle((i, 0), 1, 1, facecolor=monochromatic_color_rgb))

    ax.set_xlim(0, 5)
    ax.set_ylim(0, 1)
    ax.axis('off')
    plt.show()

# Example usage with a base blue color
plot_monochromatic_color_scheme('#00FF00')

双色渐变色系

双色渐变色系颜色主题主要用在有一个关键中心值（ midpoint ）的数值变量中，其本质是两个连续单色系的组合，把关键的中心值作为中间点，一般使用白色表示，大于中心值的分配给中间点一侧的颜色，而小于中心值的分配给中间点另一侧的颜色。此外，我们可以通过颜色的深浅进行判断，即中心值通常被指定为浅色，距中心点越远，颜色越深。

例子

import matplotlib.pyplot as plt

def plot_bicolor_gradient_scheme(color1_hex, color2_hex):
    color1_rgb = [int(color1_hex[i:i+2], 16) / 255.0 for i in (1, 3, 5)]
    color2_rgb = [int(color2_hex[i:i+2], 16) / 255.0 for i in (1, 3, 5)]
    white_rgb = [1, 1, 1]

    fig, ax = plt.subplots(figsize=(10, 1))

    # 绘制从color1到白色，再到color2的渐变
    for i in range(10):
        t = i / 9.0
        if t < 0.5:
            t *= 2 # Scale t to [0, 1]
            gradient_color_rgb = [(1-t) * c1 + t * w for c1, w in zip(color1_rgb, white_rgb)]
        else:
            t = (t - 0.5) * 2 # Scale t to [0, 1]
            gradient_color_rgb = [(1-t) * w + t * c2 for w, c2 in zip(white_rgb, color2_rgb)]
        ax.add_patch(plt.Rectangle((i, 0), 1, 1, facecolor=gradient_color_rgb))

    ax.set_xlim(0, 10)
    ax.set_ylim(0, 1)
    ax.axis('off')
    plt.show()

# Example usage with blue and red colors
plot_bicolor_gradient_scheme('#0000FF', '#FF0000')

多色系

当所表示的数据为类别型数值（类别变量）时，我们可以使用多色系颜色主题。

例子

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.colors import LinearSegmentedColormap

def plot_multicolor_gradient(colors_hex):
    # 创建自定义的颜色映射
    cmap = LinearSegmentedColormap.from_list("custom_cmap", colors_hex)

    # 创建渐变条
    gradient = np.linspace(0, 1, 256).reshape(1, -1)
    gradient = np.vstack((gradient, gradient))

    # 绘制渐变条
    fig, ax = plt.subplots(figsize=(8, 1))
    ax.imshow(gradient, aspect="auto", cmap=cmap)
    ax.set_axis_off()
    plt.show()

# Example usage with a set of colors
colors = ['#FF0000', '#FFFF00', '#00FF00', '#00FFFF', '#0000FF']
plot_multicolor_gradient(colors)