python - 在 Python matplotlib 中生成用户定义的颜色图

Question

这是我的问题。

当我想使用很多颜色图时，我可以使用

CMAP = ["summer_r", "brg_r", "Dark2", "prism", "PuOr_r", "afmhot_r", "terrain_r", "PuBuGn_r", "RdPu", \
        "gist_ncar_r", "gist_yarg_r", "Dark2_r", "YlGnBu", "RdYlBu", "hot_r"]
## value was a 3-d array, the first dimension represent the amount of 2-d array with the value (0, 1).     
## I just plot the value 1 for each value[i,:,:]
for i in range(0,len(CMAP),1):
    plt.pcolor(xx,yy,value[i,:,:], cmap = CMAP[i])      

我可以得到这个:

http://i8.tietuku.com/cdcdcd5f539c124b.png

但是在生成图形之前，我无法清楚地意识到每个网格的颜色。
因为我在 CMAP 中添加的某些颜色图可能具有相同的起始颜色。所以，一些 value[i, :, :] 网格将很难区分。

我的想法

Using one colormap instead and split into single color for each value[ i, :, :]. So, each value grid has a different color.

例如:

## 1. cut the colormap, take "jet" for example      
cMap = plt.cm.get_cmap("jet",lut=6)      

http://i4.tietuku.com/be127c44e87a03fc.png

## 2. I havn't figured it out     
## This is the fake code 
CMAP = Func[one color -> colormap](cMap)    

更新-2016-01-18

这是我设置不同的 cmap 和循环的代码，但有点死板。

cmap1 = colors.ListedColormap(["w",'red'])
cmap2 = colors.ListedColormap(["w",'blue'])
cmap3 = colors.ListedColormap(["w",'yellow'])    

CMAP = [cmap1,cmap2,cmap3] 

然后，我就可以应付我最初的尝试了。

但我想知道是否有一种聪明的方法来生成 cmap1、cmap2、......？

Answer 1

困难的部分是想出 N 独特的颜色。在实践中，只要 N 很小，通常最简单的方法就是获取随机颜色。如果您更喜欢获得 N 不同颜色的更好方法，请查看 seaborn 的 husl_palette 和 hsl_palette 被执行。他们在 HSL/HUSL 空间中选择 N 个均匀分布的颜色，并将其转换回 RGB。

无论如何，将特定值绑定(bind)到 matplotlib 中的特定颜色有两个部分。一个是颜色图，另一个是常态。 Normalize 实例(规范)处理将数据范围转换为颜色图的 0-1 空间。

有一个函数可以简化此用例:matplotlib.colors.from_levels_and_colors。它返回一个 cmap 和 norm 实例，您可以将其传递给 imshow/pcolormesh/scatter/等

作为一个独立示例，让我们生成具有随机数的唯一整数值​​的数据。我们将使用随机柔和的颜色，而不是尝试做一些花哨的事情。

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

nvals = np.random.randint(2, 20)
data = np.random.randint(0, nvals, (10, 10))

colors = np.random.random((nvals, 3))
# Make the colors pastels...
colors = colors / 2.5 + 0.55

levels = np.arange(nvals + 1) - 0.5
cmap, norm = from_levels_and_colors(levels, colors)

fig, ax = plt.subplots()
im = ax.imshow(data, interpolation='nearest', cmap=cmap, norm=norm)
fig.colorbar(im, ticks=np.arange(nvals))
plt.show()

不是最好看的调色板，但也不差。这是另一个运行:

即使有 17 个值，我们仍然可以通过选择随机值来获得相当不同的颜色。