将一个范围的数值转换为RGB用于可视化数据

在一些情况下需要可视化一份数据， 可能是一份温度的数据，也可能是一份高度图，最常见的思路就是将这些数据转化为图片，直观地观察数据是否为预期的值。

如果数据的范围不大，最小值和最大值差256以内（如：红外摄像头的输入），可以直接把数据映射到[0, 255]，灰度也好，只利用红色通道也好，都是切实可行的方案，这种方案实现起来比较简单，代码量不大。如果对于精度要求不高，只为验证数据正确性的话， 其实更大的范围也能按比例映射到[0,255]。

现在考虑一个最小值和最大值相差1536以内的映射方案

为什么是1536？因为是 $256\ast 6=1536$，也就是把映射到[0, 255]的方案扩大了6倍，在原本的基础上增加了一些精度。

考虑到数据是连续的，映射为颜色后也希望颜色是连续的，才不至于产生断层，显得突兀，先提出下列要求：

1. 设计6段独立的色彩区间，用于对应6段不同的数据区间
2. 两个相邻的色彩区间是连续的
3. 用纯黑和纯白表示低于和高于待观测数据区间的值（过滤）
4. 在有效数据点处避免出现纯白和纯黑的情况

从而设计出如下的色彩区间的端点：

-	0	1	2	3	4	5
R	0	0	0	255	255	255
G	0	255	255	255	0	0
B	255	255	0	0	0	255

从纯蓝色开始，到紫色为止，进行渐变，如下：

代码：

_max = 8752
_min = -407
_range = _max - _min + 1
# 将_data映射到不同的色彩区间中
def convert_data(_data):
    if _data < _min:
        return [0, 0, 0]
    r = (_data - _min) / _range
    step = int(_range / 5)
    idx = int(r * 5)
    h = (idx + 1) * step + _min
    m = idx * step + _min
    local_r = (_data - m) / (h - m)
    if _data < _min:
        return [0, 0, 0]
    if _data > _max:
    	return [255, 255, 255]
    if idx == 0:
        return [0, int(local_r * 255), 255]
    if idx == 1:
        return [0, 255, int((1 - local_r) * 255)]
    if idx == 2:
        return [int(local_r * 255), 255, 0]
    if idx == 3:
        return [255, int((1 - local_r) * 255), 0]
    if idx == 4:
        return [255, 0, int(local_r * 255)]

这只是一个简化的设计，最理想的情况是将$255\ast 255\ast 255=16581375$种颜色映射到线性空间中，并且依旧能保证色彩是连续的，就能很精确地可视化最值差达到16581375的数据。
附上一张利用上述方法可视化地球海拔数据的效果图：