python中颜色红色的表示_matplotlib中的绿色到红色的颜色映射，以d的中值为中心...

在我的应用程序中，我正在尽可能地从R转换为原生Python(scipy+matplotlib)，最大的任务之一是从R heatmap转换为matplotlib heatmap。This post引导我进行移植。虽然大部分是无痛的，但我仍然不相信彩色地图。

在显示代码之前，有一个解释：在R代码中，我定义了“中断”，即从最低值到10的固定点数，理想情况下以数据的中值为中心。这里的等价物是numpy.linspace：# Matrix is a DataFrame object from pandas

import numpy as np

data_min = min(matrix.min(skipna=True))

data_max = max(matrix.max(skipna=True))

median_value = np.median(matrix.median(skipna=True))

range_min = np.linspace(0, median_value, 50)

range_max = np.linspace(median_value, data_max, 50)

breaks = np.concatenate((range_min, range_max))

这给了我们100分，将用于着色。但是，我不确定如何在Python中做完全相同的事情。目前我有：def red_black_green():

cdict = {

'red': ((0.0, 0.0, 0.0),

(0.5, 0.0, 0.0),

(1.0, 1.0, 1.0)),

'blue': ((0.0, 0.0, 0.0),

(1.0, 0.0, 0.0)),

'green': ((0.0, 0.0, 1.0),

(0.5, 0.0, 0.0),

(1.0, 0.0, 0.0))

}

my_cmap = mpl.colors.LinearSegmentedColormap(

'my_colormap', cdict, 100)

return my_cmap

再往下我会：# Note: vmin and vmax are the maximum and the minimum of the data

# Adjust the max and min to scale these colors

if vmin > 0:

norm = mpl.colors.Normalize(vmin=0, vmax=vmax / 1.08)

else:

norm = mpl.colors.Normalize(vmin / 2, vmax / 2)

这些数据完全是经验性的，所以我想把它改成更有力的数据。如何基于中值对颜色贴图进行规格化，或者是否需要进行规格化？