importmatplotlib.pyplotaspltimportnumpyasnp# 创建一个简单的数据集x=np.linspace(0,10,100)y=np.sin(x)# 使用 get_cmap 获取 'cool' 色彩映射cmap=plt.get_cmap('cool')# 使用 cool 色彩映射绘制彩色线条plt.scatter(x,y,c=y,cmap=cmap)plt.colorbar()plt.title('How2matplotlib.com - Cool Colorm...
matplotlib.cm.get_cmap 并未被完全弃用,但它确实是一个较为旧的接口,并且在未来的版本中可能会被逐步淘汰。为了保持代码的兼容性和前瞻性,建议使用更现代的接口来获取colormap(色图)。 1. 确认matplotlib.cm.get_cmap是否已被弃用 matplotlib.cm.get_cmap 在当前版本的matplotlib中仍然可用,但官方文档推荐使用...
3. 选择colormap Matplotlab中提供了很多colormap供我们选择,使用plt.get_cmap()函数来定义该图的colormap 二、伪彩色图 plt.pcolormesh() 伪彩色图是一个一个色块组成,其语法为 其中x,y是生成的二维坐标数组,z是二维数组上的数据,与x,y数组大小相同,cmap表示选择的颜色映射。 更多颜色映射可以查看: 附录3.3...
matplotlib.cm.get_cmap(name=None, lut=None):获取一个colormap实例。其中: name:指定了colormap的名字。如果为None,则使用rc配置。如果它已经是colormap实例,则直接返回该实例。注意:register_cmap注册的colormap优先查询 lut:一个整数。如果非None,则指定了查询表的number of entries ...
matplotlib的cmap 今天又看到了这样的代码: plt.imshow(X_train[0], cmap=plt.get_cmap('PuBuGn_r')) #plt.imshow(X_train[0], cmap=plt.get_cmap('PuBuGn')) 然后发现 get_cmap 经常看到,但是不懂,查了一下,原来后面的就是个名称,然后加 _r 表示反过来。
通过使用matplotlib.cm.get_cmap() 函数,我们可以访问 Matplotlib 的内置 colormap (颜色映射)。除了内置的 colormap ,还有一些外部库,如palettable,同样拥有丰富的 colormap 。 一、获取colormap 首先,先看看如何从内置的 colormap 中获取新的 colormap 及其颜色值。
cmap=plt.get_cmap('Greys') # cmap = plt.cm.Greys #也可以这么写 # 利用normlize来标准化颜色的值 norm=plt.Normalize(vmin=-3, vmax=3) # 散点图 plt.scatter(X, Y, s=75, alpha=0.5, c=color, cmap=cmap, norm=norm) plt.xlim(-1.5,1.5) ...
plt.imshow(I, cmap=plt.cm.get_cmap('Blues', 6))plt.colorbar()plt.clim(-1, 1); 离散色图的使用方式和其他色图没有任何区别。 例子:手写数字 最后我们来看一个很有实用价值的例子,让我们实现对一些手写数字图像数据的可视化分析。这个数据包含在 Sciki-Learn 中,以供包含有将近 2,000 张 大小的不...
importmatplotlib.pyplotaspltimportmatplotlib.colorsasmcolorsimportnumpyasnp# 创建线性颜色映射cmap=plt.get_cmap('viridis')# 设置颜色映射范围norm=mcolors.Normalize(vmin=0,vmax=10)# 使用调整后的颜色映射绘制图表x=np.linspace(0,10,100)colors=[cmap(norm(i))foriinx]plt.scatter(x,x,c=colors)plt.co...
diverging colormaps:两端发散的色图 colormaps; seismic qualitative colormaps:量化(离散化)色图; miscellaneous colormaps:其他色图; 1. matplotlib 设置cmap 的几种方式: plt.imshow(image, cmap=plt.get_cmap('gray_r')) plt.imshow(image, cmap='gray_r')...