Python matplotlib Colormap-规范化许多接近值的范围

我有一个由20个值组成的系列，我试图用一个自定义的颜色映射来绘制这些值，但是它会为每个值返回相同的颜色，尽管它们是唯一的。我在更广泛的范围内使用了相同的代码，而且它很有效，似乎数字如此接近才是问题所在

#my array
print(combined.values)
print(type(combined.values))

[4.58019608 4.4845098  4.4818     4.4288     4.4166     4.40807692
 4.3688     4.359      4.3446     4.3318     3.6424     3.6306
 3.6248     3.6194     3.617      3.6152     3.5628     3.4948
 3.4424     3.3692    ]
<class 'numpy.ndarray'>

cmap = mcolors.LinearSegmentedColormap.from_list("", ['white', 'black'])
#try to pass values to cmap
print(cmap(combined.values))
[[0. 0. 0. 1.]
 [0. 0. 0. 1.]
 [0. 0. 0. 1.]
 [0. 0. 0. 1.]
 [0. 0. 0. 1.]
 [0. 0. 0. 1.]
 [0. 0. 0. 1.]
 [0. 0. 0. 1.]
 [0. 0. 0. 1.]
 [0. 0. 0. 1.]
 [0. 0. 0. 1.]
 [0. 0. 0. 1.]
 [0. 0. 0. 1.]
 [0. 0. 0. 1.]
 [0. 0. 0. 1.]
 [0. 0. 0. 1.]
 [0. 0. 0. 1.]
 [0. 0. 0. 1.]
 [0. 0. 0. 1.]
 [0. 0. 0. 1.]]

#我的数组
打印（组合值）
打印（类型（组合值））
[4.58019608 4.4845098  4.4818     4.4288     4.4166     4.40807692
4.3688     4.359      4.3446     4.3318     3.6424     3.6306
3.6248     3.6194     3.617      3.6152     3.5628     3.4948
3.4424     3.3692    ]
cmap=mcolors.LinearSegmentedColormap.from_列表（“，[“白色”，“黑色]）
#尝试将值传递给cmap
打印（cmap（组合值））
[[0. 0. 0. 1.]
[0. 0. 0. 1.]
[0. 0. 0. 1.]
[0. 0. 0. 1.]
[0. 0. 0. 1.]
[0. 0. 0. 1.]
[0. 0. 0. 1.]
[0. 0. 0. 1.]
[0. 0. 0. 1.]
[0. 0. 0. 1.]
[0. 0. 0. 1.]
[0. 0. 0. 1.]
[0. 0. 0. 1.]
[0. 0. 0. 1.]
[0. 0. 0. 1.]
[0. 0. 0. 1.]
[0. 0. 0. 1.]
[0. 0. 0. 1.]
[0. 0. 0. 1.]
[0. 0. 0. 1.]]

---

如何规范化颜色贴图的这些值？理想情况下，最小值在开始处，最大值在结束处。

matplotlib colormaps似乎要求传递的值介于0和1之间。将数据数组规格化为介于0和1之间（包括“MinMaxScaling”），似乎会产生（r、g、b、a）值，这些值表示有用的灰度梯度

c = combined.values.copy()
c = (c - c.min()) / (c.max() - c.min())

cmap = mcolors.LinearSegmentedColormap.from_list("", ['white', 'black'])
print(cmap(c))

[[0.         0.         0.         1.        ]
 [0.07843137 0.07843137 0.07843137 1.        ]
 [0.07843137 0.07843137 0.07843137 1.        ]
 [0.1254902  0.1254902  0.1254902  1.        ]
 [0.13333333 0.13333333 0.13333333 1.        ]
 [0.14117647 0.14117647 0.14117647 1.        ]
 [0.17254902 0.17254902 0.17254902 1.        ]
 [0.18039216 0.18039216 0.18039216 1.        ]
 [0.19215686 0.19215686 0.19215686 1.        ]
 [0.20392157 0.20392157 0.20392157 1.        ]
 [0.77647059 0.77647059 0.77647059 1.        ]
 [0.78431373 0.78431373 0.78431373 1.        ]
 [0.78823529 0.78823529 0.78823529 1.        ]
 [0.79607843 0.79607843 0.79607843 1.        ]
 [0.79607843 0.79607843 0.79607843 1.        ]
 [0.79607843 0.79607843 0.79607843 1.        ]
 [0.84313725 0.84313725 0.84313725 1.        ]
 [0.89803922 0.89803922 0.89803922 1.        ]
 [0.94117647 0.94117647 0.94117647 1.        ]
 [1.         1.         1.         1.        ]]

---

matplotlib颜色映射似乎要求传递的值介于0和1之间。将数据数组规格化为介于0和1之间（包括“MinMaxScaling”），似乎会产生（r、g、b、a）值，这些值表示有用的灰度梯度

c = combined.values.copy()
c = (c - c.min()) / (c.max() - c.min())

cmap = mcolors.LinearSegmentedColormap.from_list("", ['white', 'black'])
print(cmap(c))

[[0.         0.         0.         1.        ]
 [0.07843137 0.07843137 0.07843137 1.        ]
 [0.07843137 0.07843137 0.07843137 1.        ]
 [0.1254902  0.1254902  0.1254902  1.        ]
 [0.13333333 0.13333333 0.13333333 1.        ]
 [0.14117647 0.14117647 0.14117647 1.        ]
 [0.17254902 0.17254902 0.17254902 1.        ]
 [0.18039216 0.18039216 0.18039216 1.        ]
 [0.19215686 0.19215686 0.19215686 1.        ]
 [0.20392157 0.20392157 0.20392157 1.        ]
 [0.77647059 0.77647059 0.77647059 1.        ]
 [0.78431373 0.78431373 0.78431373 1.        ]
 [0.78823529 0.78823529 0.78823529 1.        ]
 [0.79607843 0.79607843 0.79607843 1.        ]
 [0.79607843 0.79607843 0.79607843 1.        ]
 [0.79607843 0.79607843 0.79607843 1.        ]
 [0.84313725 0.84313725 0.84313725 1.        ]
 [0.89803922 0.89803922 0.89803922 1.        ]
 [0.94117647 0.94117647 0.94117647 1.        ]
 [1.         1.         1.         1.        ]]

---

谢谢，这是正确的方向，但是这个方法在半路上会导致一个非常陡峭的截断，你可以看到中间的跳跃从0.2跳到0.7。我发现

c=（c/c.max（））

可以更好地最小化跳转，但它只给我留下1到.73的范围。我想知道是否还有更好的方法来规范这些。内置于colormap或plotting函数将非常棒…@MajorMajor，输入数据有一个跳跃（从大约4.3到3.6），所以我要说colormap正在完成它的工作：Plol哎呀，完全忘记了我是从数据集的两端获取的。。。今晚我真是疯了，谢谢你指出这点。@MajorMajor，发生在我们所有人身上-不客气，很高兴见到你！注意，这通常像

norm=plt.Normalize（c.min（），c.max（））那样编写；CMAP（范数（值））< /代码>谢谢，这是正确的方向，但是这个方法在半路上会导致一个非常陡峭的截断，你可以看到中间的跳跃从0.2跳到0.7。我发现
c=（c/c.max（））
可以更好地最小化跳转，但它只给我留下1到.73的范围。我想知道是否还有更好的方法来规范这些。内置于colormap或plotting函数将非常棒…@MajorMajor，输入数据有一个跳跃（从大约4.3到3.6），所以我要说colormap正在完成它的工作：Plol哎呀，完全忘记了我是从数据集的两端获取的。。。今晚我真是疯了，谢谢你指出这点。@MajorMajor，发生在我们所有人身上-不客气，很高兴见到你！注意，这通常像
norm=plt.Normalize（c.min（），c.max（））那样编写；cmap（标准值）