[Python3] Matplotlib —— (八) 配置颜色条

---

[ Matplotlib version: 3.2.1 ]

---

九、配置颜色条

图例通过离散的标签标示离散的图形元素，然而，对于图形中由彩色的点、线、面构成的连续标签，用颜色条来表示的效果比较好。

在Matplotlib中，颜色条是一条独立的坐标轴，可以指明图形中颜色的含义。

通过colorbar()函数可以创建最简单的颜色条

import numpy as np
import matplotlib.pyplot as plt
plt.style.use('classic')
%matplotlib inline

# 简易颜色条图例
x = np.linspace(0, 10, 1000)
I = np.sin(x) * np.cos(x[:, np.newaxis])

plt.imshow(I)
plt.colorbar()

可以通过cmap参数为图形设置颜色条的配色方案

• plt.cm.<Tab>查看所有可用配色方案

plt.imshow(I, cmap='gray')

（一）选择配色方案

一般情况下，只需要重点关注三种不同的配色方案：

• 顺序配色方案：由一组连续的颜色构成的配色方案（如binary或viridis）
• 互逆配色方案：通常由两种互补的颜色构成，表示正反两种含义（如RdBu或PuOr）
• 定性配色方案：随机顺序的一组颜色（如rainbow或jet）

1. jet配色方案与非等差的渐变亮度
   – jet是一种定性配色方案，曾是Matplotlib 2.0之前所有版本的默认配色方案
   – 缺点：定性配色方案在对定性数据进行可视化时的选择空间非常有限。随着图形亮度的提高，经常会出现颜色无法区分的问题
   – 灰度图里比较亮的部分条纹：这些亮度变化不均匀的条纹在彩色图中对应某一段彩色区间，由于色彩太接近容易凸显出数据集中不重要的部分，导致眼睛无法识别重点

from matplotlib.colors import LinearSegmentedColormap


def grayscale_cmap</