使用 matplotlib 创建自己的颜色图并绘制颜色比例

问题描述：

我有以下问题，我想创建自己的颜色图（红色混合紫色混合蓝色），该颜色图映射到 -2 和 +2 之间的值，并想用它来为图中的点着色。然后，该图应该在右侧显示颜色刻度。

到目前为止，这就是我创建地图的方式。但我不太确定它是否混合了颜色。

cmap = matplotlib.colors.ListedColormap(["red","violet","blue"], name='from_list', N=None)
m = cm.ScalarMappable(norm=norm, cmap=cmap)

这样我就将颜色映射到值了。

colors = itertools.cycle([m.to_rgba(1.22), ..])

然后我将其绘制出来：

for i in range(0, len(array_dg)):
  plt.plot(array_dg[i], markers.next(),alpha=alpha[i], c=colors.next())

我的问题是：

1. 我无法绘制颜色标尺。2

. 我不完全确定我的标尺是否正在创建连续（平滑）的颜色标尺。

解决方案 1：

由于其他答案中使用的方法对于如此简单的任务来说似乎相当复杂，因此这里有一个新的答案：

您可以使用来代替ListedColormap，因为它会生成离散颜色图LinearSegmentedColormap。可以使用 方法轻松地从列表中创建它from_list。

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

x,y,c = zip(*np.random.rand(30,3)*4-2)

norm=plt.Normalize(-2,2)
cmap = matplotlib.colors.LinearSegmentedColormap.from_list("", ["red","violet","blue"])

plt.scatter(x,y,c=c, cmap=cmap, norm=norm)
plt.colorbar()
plt.show()

更一般地，如果您有一个值列表（例如[-2., -1, 2]）和对应颜色（例如["red","violet","blue"]），使得n第个值应该对应于n第个颜色，则可以规范化这些值并将它们作为元组提供给方法from_list。

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

x,y,c = zip(*np.random.rand(30,3)*4-2)

cvals  = [-2., -1, 2]
colors = ["red","violet","blue"]

norm=plt.Normalize(min(cvals),max(cvals))
tuples = list(zip(map(norm,cvals), colors))
cmap = matplotlib.colors.LinearSegmentedColormap.from_list("", tuples)

plt.scatter(x,y,c=c, cmap=cmap, norm=norm)
plt.colorbar()
plt.show()

解决方案 2：

这里有一个关于如何创建自定义颜色图的示例。文档字符串对于理解的含义至关重要
cdict。一旦您掌握了这些，您可能会cdict像这样使用：

cdict = {'red':   ((0.0, 1.0, 1.0), 
                   (0.1, 1.0, 1.0),  # red 
                   (0.4, 1.0, 1.0),  # violet
                   (1.0, 0.0, 0.0)), # blue

         'green': ((0.0, 0.0, 0.0),
                   (1.0, 0.0, 0.0)),

         'blue':  ((0.0, 0.0, 0.0),
                   (0.1, 0.0, 0.0),  # red
                   (0.4, 1.0, 1.0),  # violet
                   (1.0, 1.0, 0.0))  # blue
          }

尽管该cdict格式为您提供了很大的灵活性，但我发现对于简单的渐变，其格式相当不直观。这是一个实用函数，可帮助生成简单的 LinearSegmentedColormaps：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors as mcolors


def make_colormap(seq):
    """Return a LinearSegmentedColormap
    seq: a sequence of floats and RGB-tuples. The floats should be increasing
    and in the interval (0,1).
    """
    seq = [(None,) * 3, 0.0] + list(seq) + [1.0, (None,) * 3]
    cdict = {'red': [], 'green': [], 'blue': []}
    for i, item in enumerate(seq):
        if isinstance(item, float):
            r1, g1, b1 = seq[i - 1]
            r2, g2, b2 = seq[i + 1]
            cdict['red'].append([item, r1, r2])
            cdict['green'].append([item, g1, g2])
            cdict['blue'].append([item, b1, b2])
    return mcolors.LinearSegmentedColormap('CustomMap', cdict)


c = mcolors.ColorConverter().to_rgb
rvb = make_colormap(
    [c('red'), c('violet'), 0.33, c('violet'), c('blue'), 0.66, c('blue')])
N = 1000
array_dg = np.random.uniform(0, 10, size=(N, 2))
colors = np.random.uniform(-2, 2, size=(N,))
plt.scatter(array_dg[:, 0], array_dg[:, 1], c=colors, cmap=rvb)
plt.colorbar()
plt.show()

顺便说一下，for-loop

for i in range(0, len(array_dg)):
  plt.plot(array_dg[i], markers.next(),alpha=alpha[i], c=colors.next())

每次调用 都会绘制一个点plt.plot。这对于少量的点有效，但对于许多点来说会变得非常慢。plt.plot只能用一种颜色绘制，但plt.scatter可以为每个点分配不同的颜色。因此，plt.scatter这是可行的方法。

解决方案 3：

如果您想自动创建常用于表面图的自定义发散色彩图，那么该模块与@unutbu 方法相结合对我来说效果很好。

def diverge_map(high=(0.565, 0.392, 0.173), low=(0.094, 0.310, 0.635)):
    '''
    low and high are colors that will be used for the two
    ends of the spectrum. they can be either color strings
    or rgb color tuples
    '''
    c = mcolors.ColorConverter().to_rgb
    if isinstance(low, basestring): low = c(low)
    if isinstance(high, basestring): high = c(high)
    return make_colormap([low, c('white'), 0.5, c('white'), high])

高值和低值可以是字符串颜色名称或 rgb 元组。这是使用表面图演示的结果：

解决方案 4：

这对我似乎有用。

def make_Ramp( ramp_colors ): 
    from colour import Color
    from matplotlib.colors import LinearSegmentedColormap

    color_ramp = LinearSegmentedColormap.from_list( 'my_list', [ Color( c1 ).rgb for c1 in ramp_colors ] )
    plt.figure( figsize = (15,3))
    plt.imshow( [list(np.arange(0, len( ramp_colors ) , 0.1)) ] , interpolation='nearest', origin='lower', cmap= color_ramp )
    plt.xticks([])
    plt.yticks([])
    return color_ramp

custom_ramp = make_Ramp( ['#754a28','#893584','#68ad45','#0080a5' ] )