Python Matplotlib.colors.Colormap用法及代码示例

Matplotlib是Python中令人惊叹的可视化库，用于数组的二维图。 Matplotlib是一个基于NumPy数组的多平台数据可视化库，旨在与更广泛的SciPy堆栈配合使用。

matplotlib.colors.Colormap

matplotlib.colors.Colormap类属于matplotlib.colors模块。 matplotlib.colors模块用于将颜色或数字参数转换为RGBA或RGB。此模块用于将数字映射到颜色或以一维颜色数组(也称为colormap)进行颜色规格转换。

matplotlib.colors.Colormap类是所有标量到RGBA映射的基类。通常，色图实例用于将数据值(浮点数)从间隔0-1转换为它们各自的RGBA颜色。这里，matplotlib.colors.Normalize类用于缩放数据。 matplotlib.cm.ScalarMappable子类将其大量用于data-> normalize-> map-to-color处理链。

用法:

matplotlib.colors.Colormap类(名称，N = 256)

Parameters:

name:它接受一个代表颜色名称的字符串。
N:它是一个整数值，代表rgb量化级别的数量。

类的方法：

colorbar_extend = None:如果颜色映射存在于标量可映射对象上并且colorbar_extend设置为false，则创建颜色条将选择colorbar_extend作为matplotlib.colorbar.Colorbar构造函数中的extend关键字的默认值。
is_gray(self):返回一个布尔值，以检查plt是否为灰色。
reversed(self, name=None)：用于制作Colormap的反向实例。基类未实现此函数。它具有一个参数，即name是可选参数，并接受反向色图的字符串名称。如果设置为None，则成为父色图+ “r”的名称。
set_bad(自我，颜色=“ k”，字母=无)：它设置用于遮罩值的颜色。
set_over(self, color=’k’,, alpha=None):它用于设置颜色以用于超出范围的高值。它要求norm.clip为False。
set_under(self, color=’k’,, alpha=None):它用于设置颜色以用于超出范围的低值。它要求norm.clip为False。

例：

import numpy as np 
import matplotlib.pyplot as plt 
  
start_point = 'lower'
  
diff = 0.025
  
a = b = np.arange(-3.0, 3.01, diff) 
A, B = np.meshgrid(a, b) 
X1 = np.exp(-A**2 - B**2) 
X2 = np.exp(-(A - 1)**2 - (B - 1)**2) 
X = (X1 - X2) * 2
  
RR, RC = X.shape 
  
# putting NaNs in one corner:
X[-RR // 6:, -RC // 6:] = np.nan 
  
X = np.ma.array(X) 
# masking the other corner:
X[:RR // 6,:RC // 6] = np.ma.masked 
  
# masking a circle in the middle:
INNER = np.sqrt(A**2 + B**2) < 0.5
X[INNER] = np.ma.masked 
  
# using automatic selection of 
# contour levels; 
figure1, axes2 = plt.subplots(constrained_layout = True) 
C = axes2.contourf(A, B, X, 10,  
                   cmap = plt.cm.bone,  
                   origin = start_point) 
  
C2 = axes2.contour(C, levels = C.levels[::2],  
                   colors ='r', origin = start_point) 
  
axes2.set_title('3 masked regions') 
axes2.set_xlabel('length of word anomaly') 
axes2.set_ylabel('length of sentence anomaly') 
  
# Make a colorbar for the ContourSet  
# returned by the contourf call. 
cbar = figure1.colorbar(C) 
  
cbar.ax.set_ylabel('coefficient of verbosity') 
  
# Add the contour line levels 
# to the colorbar 
cbar.add_lines(C2) 
  
figure2, axes2 = plt.subplots(constrained_layout = True) 
  
# making a contour plot with the 
# levels specified, 
levels = [-1.5, -1, -0.5, 0, 0.5, 1] 
C3 = axes2.contourf(A, B, X, levels, 
                   colors =('r', 'g', 'b'), 
                   origin = start_point, 
                   extend ='both') 
  
# data below the lowest contour  
# level yellow, data below the 
# highest level green:
C3.cmap.set_under('yellow') 
C3.cmap.set_over('green') 
  
C4 = axes2.contour(A, B, X, levels, 
                  colors =('k', ), 
                  linewidths =(3, ), 
                  origin = start_point) 
  
axes2.set_title('Listed colors (3 masked regions)') 
  
axes2.clabel(C4, fmt ='% 2.1f',  
             colors ='w', 
             fontsize = 14) 
  
figure2.colorbar(C3) 
  
# Illustrating all 4 possible  
# "extend" settings:
extends = ["neither", "both", "min", "max"] 
cmap = plt.cm.get_cmap("winter") 
cmap.set_under("green") 
cmap.set_over("red") 
  
  
figure, axes = plt.subplots(2, 2, 
                            constrained_layout = True) 
  
for ax, extend in zip(axes.ravel(), extends):
      
    cs = ax.contourf(A, B, X, levels,  
                     cmap = cmap,  
                     extend = extend,  
                     origin = start_point) 
      
    figure.colorbar(cs, ax = ax, shrink = 0.9) 
    ax.set_title("extend = % s" % extend) 
    ax.locator_params(nbins = 4) 
  
plt.show()

输出：

相关用法

注：本文由纯净天空筛选整理自RajuKumar19大神的英文原创作品 Matplotlib.colors.Colormap class in Python。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。