Python 将值映射到matplotlib中的颜色

我有一个数字清单如下：

lst = [1.9378076554115014, 1.2084586588892861, 1.2133096565896173, 
       1.2427632053442292, 1.1809971732733273, 0.91960143581348919, 
       1.1106310149587162, 1.1106310149587162, 1.1527004351293346, 
       0.87318084435885079, 1.1666132876686799, 1.1666132876686799]

我想将这些数字转换为显示的颜色。 我想要灰度，但当我按原样使用这些数字时，它会给我一个错误：

ValueError: to_rgba: Invalid rgba arg "1.35252299785"
to_rgb: Invalid rgb arg "1.35252299785"
gray (string) must be in range 0-1 

…据我所知，这是因为它超过1

接下来，我尝试将列表中的项目与列表中的最高数字进行分割，以给出小于1的值。但这给出了一个非常窄的色阶，值之间几乎没有任何差异

---

有没有什么方法可以给颜色赋予一些最小和最大范围，并将这些值转换为颜色？我使用的是matplotlib。

您需要的是

matplotlib.colors

模块。这提供了许多从值映射到颜色映射值的类

import matplotlib
import matplotlib.cm as cm

lst = [1.9378076554115014, 1.2084586588892861, 1.2133096565896173, 1.2427632053442292, 
       1.1809971732733273, 0.91960143581348919, 1.1106310149587162, 1.1106310149587162, 
       1.1527004351293346, 0.87318084435885079, 1.1666132876686799, 1.1666132876686799]

minima = min(lst)
maxima = max(lst)

norm = matplotlib.colors.Normalize(vmin=minima, vmax=maxima, clip=True)
mapper = cm.ScalarMappable(norm=norm, cmap=cm.Greys_r)

for v in lst:
    print(mapper.to_rgba(v))

一般的方法是在数据中找到

最小值

和

最大值

。使用这些来创建一个

标准化
实例（其他标准化类可用，例如log scale）。接下来，使用
Normalize
实例和您选择的参数创建一个
ScalarMappable
。然后，您可以使用
mapper.to_rgba（v）
通过标准化比例将输入值
v
映射到目标颜色

for v in sorted(lst):
    print("%.4f: %.4f" % (v, mapper.to_rgba(v)[0]) )

生成输出：

0.8732: 0.0000
0.9196: 0.0501
1.1106: 0.2842
1.1106: 0.2842
1.1527: 0.3348
1.1666: 0.3469
1.1666: 0.3469
1.1810: 0.3632
1.2085: 0.3875
1.2133: 0.3916
1.2428: 0.4200
1.9378: 1.0000

如果需要，matplotlib.colors
会提供更多信息。
彩色贴图功能强大，但（a）您通常可以做一些更简单的事情，（b）因为它们功能强大，有时会比我预期的做得更多。扩展mfitzp的示例：

import matplotlib
import matplotlib.cm as cm

lst = [1.9378076554115014, 1.2084586588892861, 1.2133096565896173, 1.2427632053442292,
   1.1809971732733273, 0.91960143581348919, 1.1106310149587162, 1.1106310149587162,
   1.1527004351293346, 0.87318084435885079, 1.1666132876686799, 1.1666132876686799]

minima = min(lst)
maxima = max(lst)

norm = matplotlib.colors.Normalize(vmin=minima, vmax=maxima, clip=True)
mapper = cm.ScalarMappable(norm=norm, cmap=cm.Greys)

for v in lst:
    print(mapper.to_rgba(v))

# really simple grayscale answer
algebra_list = [(x-minima)/(maxima-minima) for x in lst]
# let's compare the mapper and the algebra
mapper_list = [mapper.to_rgba(x)[0] for x in lst]

matplotlib.pyplot.plot(lst, mapper_list, color='red', label='ScalarMappable')
matplotlib.pyplot.plot(lst, algebra_list, color='blue', label='Algebra')

# I did not expect them to go in opposite directions. Also, interesting how
# Greys uses wider spacing for darker colors.
# You could use Greys_r (reversed)

# Also, you can do the colormapping in a call to scatter (for instance)
# it will do the normalizing itself
matplotlib.pyplot.scatter(lst, lst, c=lst, cmap=cm.Greys, label='Default norm, Greys')
matplotlib.pyplot.scatter(lst, [x-0.25 for x in lst], marker='s', c=lst,
                      cmap=cm.Greys_r, label='Reversed Greys, default norm')
matplotlib.pyplot.legend(bbox_to_anchor=(0.5, 1.05))

我注意到我的回答中有一个错误：您需要使用
cm.Greys\u r
（反灰色）颜色映射来显示数据。