我们可以使用get_cmap函数和BoundaryNorm类来创建离散的色彩映射: importmatplotlib.pyplotaspltimportnumpyasnpfrommatplotlib.colorsimportBoundaryNorm# 创建数据x=np.linspace(0,10,100)y=np.sin(x)# 定义离散区间bounds=[-1,-0.5,0,0.5,1]norm=BoundaryNorm(bounds,plt.get_cmap('RdYlBu').N)# 创建图形plt.fi...
以下是一个创建自定义颜色映射的示例: importmatplotlib.pyplotaspltimportmatplotlib.colorsascolorsimportnumpyasnp# 创建自定义颜色映射colors_list=['#ff0000','#00ff00','#0000ff']n_bins=100cmap=colors.LinearSegmentedColormap.from_list('How2matplotlib.com_custom_cmap',colors_list,N=n_bins)# 创建数...
colors:, :3 = luminance:, np.newaxis # 得到灰度值矩阵 # 返回相应的灰度值色图 return LinearSegmentedColormap.from_list(cmap.name + "_gray", colors, cmap.N) def view_colormap(cmap): """将色图对应的灰度版本绘制出来""" cmap = plt.cm.get_cmap(cmap) colors = cmap(np.arange(cmap.N))...
cmap3 = ListedColormap(["darkorange", "gold", "lawngreen", "lightseagreen"], N=11) plot_examples([cmap1, cmap2, cmap3]) 例如,我们又把256色的“viridis”的前 25 色设为粉红色: viridis = cm.get_cmap('viridis', 256) newcolors = viridis(np.linspace(0, 1, 256)) pink = np.array(...
matplotlib.cm.register_cmap(name=None, cmap=None, data=None, lut=None):注册一个colormap。有两种使用方式: register_cmap(name='swirly', cmap=swirly_cmap):此时cmap参数必须是matplotlib.colors.Colormap实例。name默认为该Colormap实例的.name属性。
colors = plt.get_cmap(color_name)(select2) # 从色组里选择颜色,我选择的是select2 fig,ax = plt.subplots() ax.pie(sizes, labels=labels, autopct='%1.1f%%', shadow=True, colors=colors) ax.axis('equal') plt.show() 1. 2. 3. ...
cmap20 = plt.get_cmap("tab20") [colors.to_hex(cmap10(i))foriinrange(10)] [colors.to_hex(cmap20(i))foriinrange(20)] 颜色的运用 一般来说,颜色的运用根据数据的情况来定。 序列性质的数据 比如按照年份变化的数据,在折线图中使用单一显眼的颜色即可。
LinearSegmentedColormap 没有 .colors 属性。但是,仍然可以使用整数数组或 0 到 1 之间的浮点数组调用色图。 import numpy as np from matplotlib import cm copper = cm.get_cmap('copper', 8) print(copper) # <matplotlib.colors.LinearSegmentedColormap object at 0x0000020C937BD668> print('copper(range...
1. colors 自定义各区间的颜色,如果不填,则选用cmap的颜色 f2=plt.contourf(x,y,z,levels=[-1,-0.5,0,0.5,1],colors=['darkblue','blue','red','darkred']); 2. alpha、cmap、vmin、vmax、norm 这五个参数用法同plt.pcolormesh(),这里不做介绍。
from matplotlib.colors import LinearSegmentedColormap def grayscale_cmap(cmap): """返回给定色图的灰度版本""" cmap = plt.cm.get_cmap(cmap) # 使用名称获取色图对象 colors = cmap(np.arange(cmap.N)) # 将色图对象转为RGBA矩阵,形状为N×4 ...