python--matplotlib.colors

1、定义
此模块包括用于颜色规格转换的函数和类，以及用于将数字映射为一维颜色数组（称为颜色映射）中的颜色的函数和类。
matplotlib识别以下格式以指定颜色：
（1）以闭合间隔表示的浮点值的RGB或RGBA（红、绿、蓝、α）元组 [0, 1] （例如， (0.1, 0.2, 0.5) 或 (0.1, 0.2, 0.5, 0.3) ；
（2）十六进制rgb或rgb a字符串（例如， ‘#0f0f0f’ 或 ‘#0f0f0f80’ ；不区分大小写）；
（3）一种简写的十六进制RGB或RGBA字符串，相当于通过复制每个字符获得的十六进制RGB或RGBA字符串（例如。， ‘#abc’ ，相当于 ‘#aabbcc’ 或 ‘#abcd’ ，相当于 ‘#aabbccdd’ ；不区分大小写）
（4）浮点值的字符串表示形式 [0, 1] 包括灰级（例如， ‘0.5’ ；
（5）其中一个角色 {{‘b’, ‘g’, ‘r’, ‘c’, ‘m’, ‘y’, ‘k’, ‘w’}} ，是蓝色、绿色、红色、青色、品红、黄色、黑色和白色的简写符号。注意颜色 ‘g’, ‘c’, ‘m’, ‘y’ 与X11/CSS4颜色不一致。他们选择了特殊的色调，以便在典型背景下更好地看到彩色线条。
（6）X11/CSS4颜色名称（不区分大小写）；
（7）名字来自 xkcd color survey 前缀 ‘xkcd:’ （例如， ‘xkcd:sky blue’ ；不区分大小写）；
（8）“T10”类别调色板中的一种Tableau颜色（默认颜色循环）： {{‘tab:blue’, ‘tab:orange’, ‘tab:green’, ‘tab:red’, ‘tab:purple’, ‘tab:brown’, ‘tab:pink’, ‘tab:gray’, ‘tab:olive’, ‘tab:cyan’}} （不区分大小写）；
（9）“CN”颜色规范，即“C”后跟一个数字，这是默认属性周期的索引 (rcParams[“axes.prop_cycle”] (default: cycler(‘color’, [’#1f77b4’, ‘#ff7f0e’, ‘#2ca02c’, ‘#d62728’, ‘#9467bd’, ‘#8c564b’, ‘#e377c2’, ‘#7f7f7f’, ‘#bcbd22’, ‘#17becf’])) )；索引将在渲染时发生，如果循环不包括颜色，则默认为黑色。

几个类如下：
（1）BoundaryNorm:基于离散区间生成颜色映射索引
主要参数：boundaries—单调递增的边界序列
ncolors--------要使用的颜色映射中的颜色数

例子：
自定义颜色条:

data=np.random.randint(-100,100,(200,100))
#创建画布
fig,ax=plt.subplots(figsize=(6,6))
#映射

cmap=mpl.cm.cool
norm=mpl.colors.Normalize(vmin=0,vmax=100)
ca=ax.pcolormesh(data,cmap=cmap,norm=norm)
fig.colorbar(ca,ax=ax)

结果如下：

如果把ax=ax,换成cax=ax.会得到如下结果：

先在这儿做一个记录，具体含义以后等弄明白了再说
离散间隔：

fig, ax = plt.subplots(figsize=(6, 1))
fig.subplots_adjust(bottom=0.5)

cmap = mpl.cm.cool
bounds = [-1, 2, 5, 7, 12, 15]
norm = mpl.colors.BoundaryNorm(bounds, cmap.N, extend='both')
#extend表示两端都有箭头
#BoundaryNorm表示基于离散区间取间隔值

fig.colorbar(mpl.cm.ScalarMappable(norm=norm, cmap=cmap),
             cax=ax, orientation='horizontal',
             label="Discrete intervals with extend='both' keyword")

结果如下：

fig, ax = plt.subplots(1, 2, figsize=(4, 4))
# fig.subplots_adjust(right=0.5)

data = np.random.random((10, 10)) * 5 + 5
cmap = mpl.cm.cool
norm = mpl.colors.Normalize(vmin=5, vmax=10)

cs = ax[0].pcolormesh(data, cmap=cmap, norm=norm)
cs = ax[1].pcolormesh(data, cmap=cmap, norm=norm)


fig.colorbar(cs, ax=ax,  orientation='vertical', label='Some Units')

plt.show()

(2)Colormap