Python LinearSegmentedColormap到列表

我有LinearSegmentedColormap：

<matplotlib.colors.LinearSegmentedColormap at 0x7f613c621c70>

我对提取颜色名称感兴趣，最好是在列表中

---

这可能吗？

大多数颜色没有特定的名称，但您可以使用十六进制格式作为字符串表示形式

以下是将颜色提取到列表中的示例：

导入matplotlib.pyplot作为plt
将matplotlib.colors导入为MCOLOR
将numpy作为np导入
cdict={'red'：[（0.0,0.0,0.0），
(0.5, 1.0, 1.0),
(1.0, 1.0, 1.0)],
“绿色”：[（0.0,0.0,0.0），
(0.25, 0.0, 0.0),
(0.75, 1.0, 1.0),
(1.0, 1.0, 1.0)],
“蓝色”：[（0.0,0.0,0.0），
(0.5, 0.0, 0.0),
(1.0, 1.0, 1.0)]}
mycmap=mcolors.LinearSegmentedColormap（'my_colormap'，cdict，256）
颜色列表=[mcolors.rgb2hex（mycmap（i））表示范围内的i（mycmap.N）]
图（ax1，ax2）=plt.子批次（ncols=2，figsize=（16，4））
scat=ax1.scatter（*np.random.rand（2500），c=np.random.rand（500），cmap=mycmap）
ax1.set_title（'使用颜色映射'）
打印颜色条（scat，ax=ax1）
对于i，枚举中的颜色（颜色列表）：
ax2.绘图（[0,1]，[i/256，i/256]，颜色=颜色）
ax2.set_title（'使用颜色列表'）
plt.show（）

在这种情况下，颜色列表如下所示：

['000000'、'0200000'、'040000'、'060000'、'080000'、'0a0000'、'0c0000'、'0e0000'、'100000'、'120000'，
"140000","160000","180000","110000","110000","200000","220000","240000","260000",，
"280000","210000","2c0000","20000","300000","320000","360000","380000","310000",，
“3c0000”、“3e0000”、“400000”、“420000”、“440000”、“460000”、“480000”、“4a0000”、“4e0000”，
‘500000’、‘520000’、‘540000’、‘560000’、‘580000’、‘5a0000’、‘5c0000’、‘5e0000’、‘600000’、‘620000’，
"640000","660000","680000","6c0000","6e0000","700000","720000","740000","760000"，
‘780000’、‘7a0000’、‘7c0000’、‘7e0000’、‘800000’、‘820200’、‘840400’、‘860600’、‘880800’、‘8A000’，
"8c0c00","8E00","901000","921200","941400","961600","981800","9A1100","9c1c00","9e1e00",，
"a02000","a22200","a42400","a62600","a82800","aa2a00","ac2c00","ae2e00","b03000"b23200，
"b43400","b63600","b83800","BA3100","bc3c00","be3e00","c04000"c24200","c44400","c64600"，
"c84800","ca4a00","cc4c00","ce4e00","d05000","d25200","d45400"d65600","d85800"da5a00",，
"dc5c00","de5e00","e06000","e26200","e46400","e66600","ea6a00","ec6c00","ee6e00",，
‘f07000’、‘f27200’、‘f47400’、‘f67600’、‘f87800’、‘fa7a00’、‘fc7c00’、‘fe7e00’、‘ff8001’、‘ff8203’、’，
‘ff8405’、‘ff8607’、‘ff8809’、‘ff8a0b’、‘ff8c0d’、‘ff8e0f’、‘ff9011’、‘ff9213’、‘ff9415’、‘ff9617’，
"ff9819","ff9a1b","ff9c1d","ff9e1f","ffa021","ffa223","ffa425"ffa627","ffa829","FFA2B"，
#ffac2d’、#ffae2f’、#ffb031’、#ffb233’、#ffb435’、#ffb637’、#ffb839’、#ffba3b’、#ffbc3d’、#ffbe3f’、，
‘ffc041’、‘ffc243’、‘ffc445’、‘ffc647’、‘ffc849’、‘ffca4b’、‘ffcc4d’、‘ffce4f’、‘ffd051’、‘ffd253’，
‘ffd455’、‘ffd657’、‘ffd859’、‘ffda5b’、‘ffdc5d’、‘ffde5f’、‘ffe061’、‘ffe263’、‘ffe465’、‘ffe667’，
‘ffe869’、‘FFA6B’、‘ffec6d’、‘FFE6F’、‘fff071’、‘fff273’、‘fff475’、‘fff677’、‘fff879’、‘fffa7b’、’，
#ffff7d’、#fffe7f’、#ffff81’、#ffff83’、#ffff85’、#ffff87’、#ffffff89’、#ffff8b’、#ffffff8d’、#ffff8f’，
#ffff91’、#ffff93’、#ffff95’、#ffff97’、#ffff99’、#ffff9b’、#ffff9d’、#ffff9f’、#ffffff1’、#fffff3’，
#ffffa5’、#fffff7’、#ffffa9’、#ffffffab’、#ffffad’、#fffffff’、#ffffffb1’、#ffffb3’、#ffffffb5’、#ffb7’，
“ffffb9”、“ffffbb”、“ffffbd”、“ffffbf”、“ffffc1”、“ffffc3”、“ffffc5”、“ffffc7”、“ffffc9”、“ffffc9”、“ffffcb”，
‘ffffcd’、‘ffffcf’、‘ffffd1’、‘ffffd3’、‘ffffd5’、‘FFFFFFD7’、‘ffffd9’、‘FFFFFFDb’、‘FFFFFFDD’、‘FFFFFFDF’、‘FFFFFFDF’、‘FFFFFFDD’、‘FFFFFFFFDF’、‘FFFFFFDF’、‘FFFFFFDF’、‘ffffdf’、‘FFDF’、‘FFDF’等，
#ffffe1’、#fffffe3’、#fffffe5’、#fffffe7’、#fffffe9’、#fffffeb’、#fffffed’、#fffffef’、#fffffffff 1’、#fff 3’、#，
#fffff 5’、#fffff 7’、#fffff 9’、#fffff b’、#fffff d’、#fffffff’]