自定义Matplotlib colourmap - 就像pgfplots一样

Question

是否可以从pgfplots获取蓝色 - 黄色 - 红色的colourmap，如matplotlib中的https://tex.stackexchange.com/questions/39145/scaling-colormaps-with-pgfplots所示？

我已经看过如何在matplotlib中定义自定义colourmaps，但这似乎很难。

Answer 1

定义自定义cmap是可行的方法。这并不困难，但您必须确保理解color dict中的所有值。

对于每种颜色，您可以指定三列值。第一列是颜色发生的位置，0表示第一列，1表示最后一列。由于您需要三种颜色，因此有三个均匀间隔的位置，分别为0,0.5和1.0。

你想：

0.0：蓝色

0.5：黄色

1.0：红色

第二列定义颜色“直到”位置，第三列定义颜色'从该位置开始/之后'。如果你想让颜色逐渐淡化你应该保持相同。指定不同的颜色可以使色彩图在某个位置后突然“跳跃”。

要在位置0.0处获得蓝色，请将红色和绿色设置为0，将蓝色设置为1.要在位置0.5处获得黄色，请将红色和绿色设置为1，将蓝色设置为零。等等...

import matplotlib as mpl
from matplotlib import pyplot as plt
import numpy as np

cdict = {'red': ((0.0, 0.0, 0.0),
                 (0.5, 1.0, 1.0),
                 (1.0, 1.0, 1.0)),
        'green':((0.0, 0.0, 0.0),
                 (0.5, 1.0, 1.0),
                 (1.0, 0.0, 0.0)),
         'blue':((0.0, 1.0, 1.0),
                 (0.5, 0.0, 0.0),
                 (1.0, 0.0, 0.0))}

custom_cmap = mpl.colors.LinearSegmentedColormap('mymap', cdict, 256)

plt.imshow(np.arange(36).reshape(6,6), cmap=custom_cmap, interpolation='none')

Answer 2

@RutgerKassies对matplotlib中线性色图的工作原理有一个很好的解释。当您需要具有不均匀过渡的色彩映射或“＃34; hard＆＃34;截止，您需要指定阈值的完整dict。

然而，有一个方便的工厂功能＆＃34;对于简单的色彩映射，颜色之间均匀转换：LinearSegmentedColormap.from_list（实际上，您甚至可以使用它进行不均匀的过渡，只要它们不是＆＃34;硬＆＃34;过渡。）

例如（为了窃取Rutger的例子），我们可以这样做：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import LinearSegmentedColormap

cmap = LinearSegmentedColormap.from_list('mymap', ['blue', 'yellow', 'red'])

plt.imshow(np.arange(36).reshape(6,6), cmap=cmap, interpolation='none')
plt.show()