当图形设计师遇到Matplotlib时–使用Matplotlib在Python中创建颜色图
如今，人们开始开发比Matplotlib更简单，更现代的样式的新软件包，例如Seaborn，Plotly，甚至Pandas也使用Matplotlib的API包装器。但是，我认为Matplotlib仍然在许多程序员的心中。
如果您需要学习使用Matplotlib的入门知识，可以查看此链接，
Matplotlib进行数据可视化-绝对是初学者第一部分
Matplotlib中的颜色图
在可视化3D图时，我们需要颜色图不同并在3D参数中做出一些直觉。从科学上讲，人脑会根据所看到的不同颜色来感知各种直觉。
Matplotlib提供了一些可以使用的不错的颜色图，例如顺序颜色图，发散颜色图，循环颜色图和定性颜色图。出于实际目的，我没有更详细地解释它们之间的差异。如果我向您展示Matplotlib中每种分类颜色图的示例，那将很简单。
以下是一些（并非全部）顺序色图的示例。
Matplotlib提供的顺序色图
Matplotlib提供的顺序色图。
Matplotlib将为您提供viridis作为默认色彩图。
然后，接下来是Matplotlib中的Diverging，Cyclic，Qualitative和Misc颜色图的示例。
图片发布
图片发布
图片发布
图片发布
Matplotlib中的颜色图。
你自己的色彩图
您是否对所有提供的颜色图不感兴趣？还是您需要其他精美的色彩图？如果是，则需要阅读本文直到最后。我将指导您自定义和创建自己的颜色图。
但是在自定义它之前，我将向您展示一个使用颜色图的示例。我使用了“ RdYlBu_r ”颜色图来可视化我的数据。
创建自己的色图matplotlib
Matplotlib中的RdYlBu_r颜色图示例
让我们修改您自己的颜色图。
首先，我们需要使用此代码创建将可视化的模拟数据
＃导入一些库/模块
将numpy导入为np
导入matplotlib.pyplot作为plt ＃创建模拟数据
数据= np.random.random（[100，100]）* 10
数据变量是一个数组，其中包含100 x 100个从0到10的随机数。您可以通过编写此代码进行检查。
创建自己的颜色图
模拟数据可视化
之后，我们将使用下面的简单代码显示带有默认颜色图的模拟数据。
plt.figure（figsize =（7，6））plt.pcolormesh（数据）
plt.colorbar（）
该代码将向您显示这样的图形。
创建自己的色图matplotlib
使用默认颜色图可视化模拟数据的Colormesh
如前所述，如果您未定义所使用的颜色图，则将获得默认的颜色图，名为“ viridis ”。
接下来，我将使用以下代码将色图从“ viridis ”更改为“ inferno”色图-
plt.pcolormesh（data，cmap ='inferno'）
您将得到像这样的结果.viridis
创建和修改自己的颜色图matplotlib
Colormesh通过“地狱”颜色图可视化模拟数据
修改色彩图
现在，要修改颜色图，您需要在Matplotlib中导入以下这些子库。
从matplotlib导入cm
从matplotlib.colors导入ListedColormap，LinearSegmentedColormap
要修改颜色图中的颜色类别数量，可以使用以下代码
new_inferno = cm.get_cmap（'inferno'，5）＃使用new_inferno颜色图进行可视化
plt.pcolormesh（数据，cmap = new_inferno）
plt.colorbar（）
并会得到这样的结果
在matplotlib中修改和创建自己的颜色图
仅有5种颜色的改良地狱。
接下来是修改颜色图中的范围颜色。我将在“ hsv”色彩图中为您提供示例。您需要使用此图了解颜色范围。
图片发布
如果我们只想使用绿色（约0.3）到蓝色（0.7），则可以使用以下代码。
＃修改256色类的hsv
hsv_modified = cm.get_cmap（'hsv'，256）＃创建范围为0.3（绿色）至0.7（蓝色）的新hsv颜色图。
newcmp = ListedColormap（hsv_modified（np.linspace（0.3，0.7，256）））＃显示图
plt.figure（figsize =（7，6））
plt.pcolormesh（数据，cmap = newcmp）
plt.colorbar（）
它会给你这样的身材
在matplotlib中修改和创建颜色图
修改“ hsv”颜色图的范围颜色
创建自己的色彩图
要创建自己的颜色图，至少有两种方法。首先，您可以在Matplotlib中组合两个顺序色图。其次，您可以选择并组合自己喜欢的RGB颜色以创建颜色图。
我们将为您演示结合两个顺序色图以创建新色图的演示。我们要结合“橙色”和“蓝色”。
在matplotlib中组合颜色图
结合蓝色和橙色色彩图创建一个新的
您可以仔细阅读此代码。
＃定义顶部和底部颜色图
top = cm.get_cmap（'Oranges_r'，128）＃r表示反转版本
bottom = cm.get_cmap（'Blues'，128）＃结合全部
newcolors = np.vstack（（top（np.linspace（0，1，128）），
                       bottom（np.linspace（0，1，128））））＃创建一个名称为OrangeBlue的新颜色图
orange_blue = ListedColormap（newcolors，name ='OrangeBlue'）
如果使用“ OrangeBlue”颜色图可视化模拟数据，则将得到一个这样的图形。
在matplotlib中创建和修改自己的颜色图
接下来是根据您喜欢的两种不同颜色创建一个颜色图。在这种情况下，我将尝试用黄色和红色创建它，如下图所示
在matplotlib中组合颜色图
首先，您需要创建黄色的颜色图
＃创建黄色颜色图N = 256黄色= np.ones（（N，4））yellow [:
黄色[：，1] = np.linspace（232/256，1，N）＃G = 232
yellow [:
和红色色图
红色= np.ones（（N，4））红色[：，0] = np.linspace（255/256，1，N）
红色[：，1] = np.linspace（0/256，1，N）
红色[：，2] = np.linspace（65/256，1，N）red_cmp = ListedColormap（红色）
下图显示了您创建的黄色和红色颜色图的可视化
图片发布
图片发布
之后，您可以使用以前的方法将其合并。
newcolors2 = np.vstack（（yellow_cmp（np.linspace（0，1，128）），
                       red_cmp（np.linspace（1，0，128））））double = ListedColormap（newcolors2，name ='double'）plt.figure（figsize =（7，6 ））plt.pcolormesh（data，cmap = double）
plt.colorbar（）
你会得到一个这样的数字
在matplotlib中创建和修改自己的颜色图
你自己的色彩图 ??
您还可以使用此代码调整颜色图的方向，范围和填充距离。
plt.figure（figsize =（6，7））plt.pcolormesh（data，cmap = double）
plt.colorbar（方向='水平'，标签='我最喜欢的色彩图'，扩展='两者'，填充= 0.1）
您将看到这样的身影
在matplotlib中创建和修改自己的颜色图
修改后的色彩图
题库