使用matplotlib创建自己的色彩图并绘制色标

时间:2013-05-30 11:22:39

标签: python matplotlib plot

我有以下问题,我想创建自己的色彩映射(red-mix-violet-mix-blue),它映射到-2和+2之间的值,并希望用它来绘制我的绘图中的点。 然后该图应该具有右侧的色标
这就是我到目前为止创建地图的方式。但我不确定它是否混合颜色。

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:
我无法绘制色标 2.我不完全确定我的刻度是否正在创建连续(平滑)色阶。

4 个答案:

答案 0 :(得分:74)

how to create custom colormaps here的说明性示例。 文档字符串对于理解其含义至关重要 cdict。一旦你掌握了它,你可以使用cdict这样的:

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cdict格式为您提供了很大的灵活性,但我发现它很简单 渐变其格式相当不直观。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()

enter image description here


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())

plt.plot的每次通话绘制一个点。这将适用于少数几个点,但对于许多点来说会变得极其缓慢。 plt.plot只能绘制一种颜色,但plt.scatter可以为每个点指定不同的颜色。因此,plt.scatter是可行的方法。

答案 1 :(得分:31)

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

您可以使用ListedColormap而不是生成离散色图的LinearSegmentedColormap。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()

enter image description here

更一般地说,如果你有一个值列表(例如[-2., -1, 2])和相应的颜色(例如["red","violet","blue"]),那么n值应该对应n 1}}颜色,您可以规范化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()

enter image description here

答案 2 :(得分:12)

如果你想自动创建一个常用于surface plots的自定义发散色图,这个模块与@unutbu方法结合使用效果很好。

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surface plot demo的结果: enter image description here

答案 3 :(得分:1)

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' ] ) 

custom color ramp