matplotlib color

参考：

简介

在数据可视化中，颜色的选择是非常重要的，可以帮助我们更好地传达信息和理解数据。而在 Python 中，matplotlib 是一个常用的绘图库，它提供了丰富的颜色选项供我们使用。本文将详细介绍在 matplotlib 中使用颜色的方法和技巧。

基本颜色

在 matplotlib 中，有一些基本的颜色可以直接使用，比如：

蓝色：b 或 blue
绿色：g 或 green
红色：r 或 red
黑色：k 或 black
白色：w 或 white
紫色：m 或 magenta
青色：c 或 cyan
黄色：y 或 yellow

这些基本颜色可以在 plt.plot() 等函数中作为参数传入，例如：

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4], [1, 4, 9, 16], 'r')   # 以红色绘制曲线
plt.show()

自定义颜色

除了基本颜色外，matplotlib 还支持通过 RGB 或 RGBA 值来定义自己的颜色。RGB 由 3 个参数组成，分别表示红、绿、蓝三个通道的颜色强度，取值范围为 0-1；而 RGBA 在 RGB 基础上增加了一个透明度参数，取值范围也为 0-1。

使用自定义颜色时，可以直接将 RGB 或 RGBA 值传入给绘图函数，例如：

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4], [1, 4, 9, 16], color=(0.2, 0.4, 0.6))   # 以自定义颜色绘制曲线
plt.show()

颜色映射

在数据可视化中，经常需要将数据映射到颜色上，以便更好地表现数据的分布和变化。matplotlib 提供了一些预定义的颜色映射函数，可以方便地将数据映射到颜色空间。

`plt.cm` 模块

plt.cm 模块提供了许多内置的颜色映射函数，例如：

plt.cm.Blues：蓝色调色板
plt.cm.Reds：红色调色板
plt.cm.Greens：绿色调色板
plt.cm.Oranges：橙色调色板
plt.cm.Purples：紫色调色板
plt.cm.Greys：灰色调色板

这些颜色映射函数可以接受一个值域为 [0, 1] 的参数，并返回对应的颜色。

颜色映射示例

下面是使用颜色映射函数的示例代码：

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 10, 100)
y = np.sin(x)

colors = np.linspace(0, 1, len(x))
plt.scatter(x, y, c=colors, cmap=plt.cm.Blues)   # 根据 colors 数组映射到蓝色调色板
plt.show()

调色板

除了预定义的颜色映射函数外，matplotlib 还提供了一些称为调色板（colormap）的对象，用于更灵活地控制颜色的生成和映射。

调色板对象

调色板对象可以通过 plt.cm.get_cmap() 函数来获取，例如：

import matplotlib.pyplot as plt

cmap = plt.cm.get_cmap('jet')   # 获取名为 'jet' 的调色板对象

调色板对象支持将值域映射到颜色空间。调用调色板对象时，可以传入一个值域为 [0, 1] 的参数，并返回对应的颜色。例如：

import matplotlib.pyplot as plt

cmap = plt.cm.get_cmap('jet')
color = cmap(0.5)   # 将值域 0.5 映射到颜色空间

创建调色板

matplotlib 还支持自定义调色板。通过 plt.cm.colors.ListedColormap() 函数可以创建一个自定义的调色板对象，该调色板对象接受一个颜色列表作为参数。

下面是创建自定义调色板的示例代码：

import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap

colors = ['#FF0000', '#00FF00', '#0000FF']   # 自定义颜色列表
cmap = ListedColormap(colors)   # 创建调色板对象

调色板示例

下面是使用调色板的示例代码：

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

x = np.linspace(0, 10, 100)
y = np.sin(x)

colors = np.linspace(0, 1, len(x))
cmap = ListedColormap(['#FF0000', '#00FF00', '#0000FF'])   # 自定义调色板

plt.scatter(x, y, c=colors, cmap=cmap)   # 根据 colors 数组映射到自定义调色板
plt.show()