渐变配色在科研绘图时十分常用。
比如三维柱状图:
特征渲染散点图:
热图:
等等,都需要使用渐变配色。
作为一个Matlab用户,你大概听说过jet、parula、hsv、hot这些耳熟能详的颜色图(colormap)。
而在去年这个时候,我制作了一个addcolorplus配色强化工具,里面集成了Python Matplotlib和Surfer中的72种渐变色。一经推出,也算是广受好评。
按理说,这几十种渐变色也差不多够用了。
但实际应用时,似乎又不完全够用。
比如,很多时候,需要我们自己来制作渐变色颜色图。
再比如,addcolorplus中的渐变色是64色的,在一些场景应用时,会出现“波纹“现象,因此需要对其进行致密化处理;另一方面,如果我们就是想要七八种颜色组成的稀疏渐变色,那还需要对其进行稀疏化处理。
还有一个问题是,当我们想要编辑颜色图,调节颜色的显示区间时,会发现Matlab自带的colormapeditor有些难用,这个懂得都懂。
为了解决上述问题,我用Matlab制作了这个ColorMap渐变色生成/编辑器。
那么,它都能做些什么呢?
功能1:生成渐变色颜色图
对于给定的颜色矩阵:
C = [ 2 48 71
18 104 131
39 158 188
144 201 230
255 255 255]/255;
利用ColorMap工具,将颜色矩阵C与渐变色数量N作为输入参数,即可得到渐变色颜色图map:
N = 256;
map = ColorMap(C,N);
然后利用colormap(map)命令对已有数据图赋色:
具体示例程序见demo1
功能2:致密化与稀疏化
对于已有的渐变色颜色图,比如addcolorplus配色强化工具中的300号渐变色:
C = addcolorplus(300);
% 绘图
figure
image(permute(C,[1,3,2]))
如果觉得颜色渐变程度还不够,可以通过ColorMap工具,设置一个较大的渐变色数量N1:
% 致密化后渐变色总数
N1 = 256;
% ColorMap颜色致密化处理
map = ColorMap(C,N1);
% 绘图
figure
image(permute(map,[1,3,2]))
而如果想要对其进行稀疏化处理,只需设置一个较小的渐变色数量N2:
% 稀疏化后渐变色总数
N2 = 7;
% ColorMap颜色稀疏化处理
map = ColorMap(C,N2);
% 绘图
figure
image(permute(map,[1,3,2]))
具体示例程序见demo2
功能3:显示区间调节
上述两种功能均采用等间距模式生成渐变色。
而ColorMap工具中还包括另一种模式:非等间距模式。
对于给定的颜色矩阵C:
C = [068 004 090
065 062 133
048 104 141
031 146 139
053 183 119
145 213 066
248 230 032]/255;
首先定义比例参数ratio:
ratio = [0.1 0.1 0.1 0.1 0.2 0.4];
具体来说,对于给定数量的渐变色颜色图,ratio中的0.4表示(145 213 066)和(248 230 032)两种颜色渐变的占比为40%,0.2表示(053 183 119)和(145 213 066)两种颜色渐变的占比为20%……
特别注意,ratio变量中数字的数量等于颜色矩阵C的行数减1,数字之和等于1,而且所有数字不能完全相等(完全相等就是等间距模式)。
然后,利用ColorMap工具的‘mode2’生成非等间距渐变色:
map2 = ColorMap(C,N,'mode2',ratio);
最后使用colormap(map)命令对已有数据图赋色即可:
具体示例程序见demo3
以上。