使用 matplotlib 创建自己的颜色图并绘制颜色比例

Posted 2023-02-23

【中文标题】使用 matplotlib 创建自己的颜色图并绘制颜色比例

【英文标题】：Create own colormap using matplotlib and plot color scale

【发布时间】：2013-05-25 22:49:59

【问题描述】：

我有以下问题，我想创建自己的颜色图 (red-mix-violet-mix-blue)，它映射到 -2 和 +2 之间的值，并想用它来为我的绘图中的点着色。 然后，该图应具有右侧的色标。 到目前为止，这就是我创建地图的方式。但我不确定它是否会混合颜色。

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

这样我将颜色映射到值。

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

然后我绘制它：

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. 我无法绘制色标。 2. 我不完全确定我的比例是否正在创建一个连续（平滑）的色阶。

【问题讨论】：

你能澄清一下你的问题吗？例如，c= 指定线条颜色，而您正在谈论点。你只能指定一个markerfacecolor，如果你真的想要积分，分散可能是一个更好的选择。确实ListedColormap 已列出，而不是连续的，请参阅LinearSegmentedColormap。

这很奇怪，应该是点，看起来像点。

你当然可以，但这就是你应该澄清的。我们看不到您使用的是什么情节风格。如果您使用plt.plot(values, 'o')，您将只绘制标记而不绘制线条，但标记将具有一种固定颜色，不会（也不能）随值变化。

【参考方案1】：

有一个how to create custom colormaps here 的说明性示例。 文档字符串对于理解 cdict。一旦你掌握了这一点，你就可以像这样使用cdict：

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
          

虽然cdict 格式为您提供了很大的灵活性，但我觉得很简单 渐变它的格式相当不直观。这是一个实用功能来帮助 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()

---

顺便说一句，for-loop

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

为每次调用plt.plot 绘制一个点。这将适用于少数点，但对于许多点会变得非常慢。 plt.plot 只能绘制一种颜色，但plt.scatter 可以为每个点分配不同的颜色。因此，plt.scatter 是要走的路。

【讨论】：

现在我遇到了问题。我还想根据颜色获得不同的标记符号（我有 13 种不同的颜色）。但是散点图每个图只允许一个标记，还是我错过了什么？

在这种情况下，您需要为每种颜色/标记组合调用一次plt.scatter（或plt.plot）。

为什么我不能在 plt.set_cmap() 中使用用这个很棒的函数创建的颜色图？错误很长，最后一行是ValueError: Colormap CustomMap is not识别。

@Ilya：先注册颜色图：plt.register_cmap(name=rvb.name, cmap=rvb)，然后调用plt.set_cmap(rvb)。

@As3adTintin: rvb 上面是一个完整的颜色图，就像plt.cm.cool。所以它们是可替代的：color = rvb(x/y).

【参考方案2】：

由于其他答案中使用的方法对于如此简单的任务似乎相当复杂，所以这里有一个新答案：

您可以使用LinearSegmentedColormap，而不是生成离散颜色图的ListedColormap。这可以使用from_list 方法从列表中轻松创建。

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()

---

更一般地说，如果您有一个值列表（例如[-2., -1, 2]）和相应的颜色（例如["red","violet","blue"]），那么nth 值应该对应于nth 颜色，您可以标准化这些值并将它们作为元组提供给from_list 方法。

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()

【讨论】：

您现在如何将自己定义的范围传递给此，例如red 对应于-5，violet 对应于1 和blue 对应于100？如果你能看看我问的问题here，我将不胜感激。

使用各自绘图方法的vmin 和vmax 或norm 参数。

这可能不如接受的答案中的完整自定义地图灵活，但这非常复杂，我认为这个答案正是大多数人想要自定义颜色图时所需要的。

@Notso LinearSegmentedColormap.from_list("", [(0,"red"), (.1,"violet"), (.5, "blue"), (1.0, "green")])。我更新了答案，希望能更清楚地说明这一点。

@ShaunLowis 在这种特定情况下，您可以自己插入 RGB 值。更一般地说，您可以先创建一个颜色图，然后以非等距的步骤获取该图的颜色。例如。如果cmap 是原始颜色图，那么cvals=[-12, -2,0,2,12]; colors = cmap(plt.Normalize(-12,12)(np.array(cvals))) 将为您提供压缩图的新颜色。

【参考方案3】：

如果您想自动创建通常用于surface plots 的自定义发散颜色图，此模块与@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])

高低值可以是字符串颜色名称或 rgb 元组。这是使用surface plot demo 的结果：

【参考方案4】：

这似乎对我有用。

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' ] )