Python 自定义Matplotlib类似于颜色映射的pgfplots

是否可以从

pgfplots

获取蓝-黄-红颜色图，如本例中的

matplotlib

---

我已经了解了如何在matplotlib中定义自定义颜色映射，但这似乎非常困难。

定义自定义cmap是一种方法。这并不难，但您必须确保理解

颜色dict

中的所有值

为每种颜色指定三列值。第一列是颜色出现的位置，0为第一列，1为最后一列。由于需要三种颜色，因此有三个均匀分布的位置定义为0、0.5和1.0

你想要：

0.0：蓝色

0.5：黄色

1.0：红色

第二列定义该位置的“最多”颜色，第三列定义该位置的“从/之后”颜色。如果你想让颜色逐渐褪色，你应该保持原样。指定不同的颜色允许颜色贴图在特定位置后突然“跳跃”

要在位置0.0处获得蓝色，请将红色和绿色设置为0，将蓝色设置为1。要在位置0.5处变为黄色，请将红色和绿色设置为1，将蓝色设置为零。等等

import matplotlib as mpl
from matplotlib import pyplot as plt
import numpy as np

cdict = {'red': ((0.0, 0.0, 0.0),
                 (0.5, 1.0, 1.0),
                 (1.0, 1.0, 1.0)),
        'green':((0.0, 0.0, 0.0),
                 (0.5, 1.0, 1.0),
                 (1.0, 0.0, 0.0)),
         'blue':((0.0, 1.0, 1.0),
                 (0.5, 0.0, 0.0),
                 (1.0, 0.0, 0.0))}

custom_cmap = mpl.colors.LinearSegmentedColormap('mymap', cdict, 256)

plt.imshow(np.arange(36).reshape(6,6), cmap=custom_cmap, interpolation='none')

---

定义自定义cmap是一种方法。这并不难，但您必须确保理解

颜色dict

中的所有值

为每种颜色指定三列值。第一列是颜色出现的位置，0为第一列，1为最后一列。由于需要三种颜色，因此有三个均匀分布的位置定义为0、0.5和1.0

你想要：

0.0：蓝色

0.5：黄色

1.0：红色

第二列定义该位置的“最多”颜色，第三列定义该位置的“从/之后”颜色。如果你想让颜色逐渐褪色，你应该保持原样。指定不同的颜色允许颜色贴图在特定位置后突然“跳跃”

要在位置0.0处获得蓝色，请将红色和绿色设置为0，将蓝色设置为1。要在位置0.5处变为黄色，请将红色和绿色设置为1，将蓝色设置为零。等等

import matplotlib as mpl
from matplotlib import pyplot as plt
import numpy as np

cdict = {'red': ((0.0, 0.0, 0.0),
                 (0.5, 1.0, 1.0),
                 (1.0, 1.0, 1.0)),
        'green':((0.0, 0.0, 0.0),
                 (0.5, 1.0, 1.0),
                 (1.0, 0.0, 0.0)),
         'blue':((0.0, 1.0, 1.0),
                 (0.5, 0.0, 0.0),
                 (1.0, 0.0, 0.0))}

custom_cmap = mpl.colors.LinearSegmentedColormap('mymap', cdict, 256)

plt.imshow(np.arange(36).reshape(6,6), cmap=custom_cmap, interpolation='none')

---

@RutgerKassies对线性彩色贴图在matplotlib中的工作原理有很好的解释。当需要具有不均匀过渡或“硬”截止的彩色贴图时，需要指定阈值的完整

dict

但是，对于颜色之间具有均匀过渡的简单颜色贴图，有一个方便的“工厂函数”（实际上，您甚至可以使用它进行不均匀过渡，只要它们不是“硬”过渡）

例如（以Rutger为例），我们可以通过以下方法实现：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import LinearSegmentedColormap

cmap = LinearSegmentedColormap.from_list('mymap', ['blue', 'yellow', 'red'])

plt.imshow(np.arange(36).reshape(6,6), cmap=cmap, interpolation='none')
plt.show()

---

@RutgerKassies对线性彩色贴图在matplotlib中的工作原理有很好的解释。当需要具有不均匀过渡或“硬”截止的彩色贴图时，需要指定阈值的完整

dict

但是，对于颜色之间具有均匀过渡的简单颜色贴图，有一个方便的“工厂函数”（实际上，您甚至可以使用它进行不均匀过渡，只要它们不是“硬”过渡）

例如（以Rutger为例），我们可以通过以下方法实现：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import LinearSegmentedColormap

cmap = LinearSegmentedColormap.from_list('mymap', ['blue', 'yellow', 'red'])

plt.imshow(np.arange(36).reshape(6,6), cmap=cmap, interpolation='none')
plt.show()

---

在旁注上，使用

LinearSegmentedColormap可以更容易地构造它。在旁注上，使用
LinearSegmentedColormap可以更容易地构造它。在旁注上，使用
LinearSegmentedColormap可以更容易地构造它，非常感谢您的回答：）由于简单，我会将您的帖子标记为已被接受，但我认为上一篇帖子更详细。@DavidWinchester-别担心！拉格的帖子更详细，解释得更好！我只是想展示一个简单方法的示例。：）您好，非常感谢您的回答：）由于简单，我会将您的帖子标记为已被接受，但我认为上一篇帖子更详细。@DavidWinchester-别担心！拉格的帖子更详细，解释得更好！我只是想展示一个简单方法的示例。：）