python科学绘图-matplotlib库中色带colormap的使用方法和技巧

（一）官方提供的色带

import matplotlib
import matplotlib.pyplot as plt
print("-----------获取所有颜色表colormaps----------")
print(matplotlib.colormaps)  # 所有官方色带
rainbow = matplotlib.colormaps["rainbow"]

使用matplotlib.colormaps["色带名"]获取对应色带

这里是引入，后面会讲解具体使用方法和技巧

（二）自定义色带

from matplotlib.colors import LinearSegmentedColormap
colors1 = [(0, '#FF0000'),  # 红色
           (0.5, '#FFFF00'),  # 黄色
           (1, '#00FF00')]  # 绿色
c1 = LinearSegmentedColormap.from_list('name', colors1)
colors2 = [(0, '#000000'), (1, '#FFFFFF')] # 白色、黑色
c2 = LinearSegmentedColormap.from_list('name', colors2)

如代码中一样c1是一条由“红-黄-绿”渐变的颜色带

c2是一条由黑渐变到白的色带，后边会使用这条色带作图，能够清晰看出使用上的差别

（三）获取单个颜色

# 0<x<1
print(0, ' \t', c2(0))  # 0是最左颜色，1是最右颜色
print(0.5, '\t', c2(0.5))
print(1, ' \t', c2(1))
# 0<x<255
print(200.0, '\t', c2(200.0))  # x/255对应到0-1之间
print(255, '\t', c2(255))
# x<0 || x>255
print(-1, ' \t', c2(-1))  # 低于0，显示0
print(100000, '\t', c2(100000))  # 超过255，显示255

从这里了开始就变得抽象起来了，不过不用担心，看看就懂了

首先要明确的是上边获取的c1和c2虽然叫色带，但这是个方法对象！！！（怎么定义方法对象，class里重写def __call__(): ...，与本篇无关）

所有后边加括号使用，填入数字，colormap(参数:int)，但是要注意，数字的范围和得到的结果，如代码中一样，参数范围为(0~1)、(1~255)、(其他范围) 获取的颜色结果都不一样的，后边有详细讲解

（四）获取多颜色列表

print("-----------获取多颜色colors-----------")
cs1 = c2([0, 0.5, 1])  # 对于数据在0-1之间的可以直接作为参数
print(cs1)
d = np.arange(3)
print(c2(d)) # 结果并不是想要的包含两头的渐变色
print(c2(d / d.max()))  # 技巧：d/d.max()，归一化

colormap(序列参数:Sequence[int])，这样就能获取多个渐变色，如代码中 cs1 = c2([0, 0.5, 1])，得到的结果就是(黑，灰，白），注意不在0~1范围内的，可以使用 list/max(list)，把整个列表化为0~1以内

（五）对于线图类型的使用技巧

 这是一种类型，特点是一条线只有一种颜色

先初始化（真的怕你不会，或者遇到什么麻烦）

import matplotlib
matplotlib.use("TkAgg")
fig, axs = plt.subplots(2, 2)
plt.subplots_adjust(wspace=0.5, hspace=0.5)  # 调整子图间距

 定义数据和定义方法，其中使用了彩虹rainbow的官方色带，你可以看到color=colors(index / len(xs))，我是这样把色带列表归一化的

x1 = np.arange(5)
y1 = np.arange(1, 101).reshape(20, 5)  # 生成一个20行5列的递增数列

def line(ax: plt.Axes, xs, yss):
    colors = matplotlib.colormaps["rainbow"]
    for index, ys in enumerate(yss):
        ax.plot(xs, ys, linewidth=1, color=colors(index / len(xs)))

line(axs[0, 0], x1, y1)
plt.show()

 结果图如下，像彩虹一样的颜色渐变而来

 （六）对于柱状图类型的使用技巧

这中类型的图，特点是不同的柱子可以是不同的颜色

你可以看到，其中的色带c一个我直接colormap(list)，另一个colormap(list/max(list))，（!!!注意把上一个plt.show()删掉)

x2 = np.arange(-100, 500)

def bar1(ax: plt.Axes, xs, ys):
    c = c2(ys)
    ax.bar(xs, ys, color=c)
def bar2(ax: plt.Axes, xs, ys):
    c = c2(ys / ys.max())
    ax.bar(xs, ys, color=c)

bar1(axs[1, 0], x2, x2)
bar2(axs[1, 1], x2, x2)
plt.show()

图如下，然后图一出来你也许就能体会到【（三）获取单个颜色】这一块内容的含义了

你可以看出来

在第一个图中，直接colors = colormap(list)，那么低于0的都是纯黑色，0~255是“黑->白”渐变色，超出255，就是纯白色

在第二个图中，colors = colormap(list/max(list))，那么就是从最小值到最大值的黑白渐变色

 

 （七）对于热图类型的使用技巧

这类图又与前两者不同，是每个格子一个颜色，plot.imshow()中参数名不是color，而直接是cmap（即色带color map）

代码如下，可以看到，cmap参数直接给色带，而不是具体颜色（!!!注意把上一个plt.show()删掉)

y2 = [[0, 1, 3, 6],
      [2, 4, 7, 10],
      [5, 8, 11, 13],
      [9, 12, 14, 15]]

def hotmap(ax: plt.Axes, yss):
    ax.imshow(yss, cmap=c1)

hotmap(axs[0, 1], y2)
plt.show()

 图如下：

 这就是matplotlib色带的使用方法和技巧，如果对你有帮助，请帮忙点个👍让更多人看到。