Python Matplotlib.colors.ListedColormap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.ListedColormap

matplotlib.colors.ListedColormap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.ListedColormap类用于从颜色列表创建colarmap对象。这对于直接索引到颜色表中很有用，也可以用于为法线贴图创建特殊的颜色表。

用法： class matplotlib.colors.ListedColormap(colors, name=’from_list’, N=None)

参数：

颜色：它是Matplotlib颜色规格的数组或列表，或等于N x 3或N x 4浮点数组(N rgb或rgba值)
名称：它是一个可选参数，它接受一个字符串来标识颜色图。
N:它是一个可选参数，它接受表示映射中条目数的整数值。它的默认值为“无”，其中颜色列表中的每个元素都有一个颜色表条目。如果N小于len(colors)，则列表将在N处截断，而如果N大于len，则列表将重复进行扩展。

该类的方法：
1)reversed()：这用于创建Colormap的反向实例。

用法： reversed(self, name=None)

参数：

name:它是一个可选参数，表示反转的颜色图的名称。如果将其设置为“无”，则名称将为父色图的名称+ “_r”。

返回值：它返回颜色图的反向实例

范例1：

import matplotlib.pyplot as plt 
import numpy as np 
import matplotlib.colors 
  
a = np.linspace(-3, 3) 
A, B = np.meshgrid(a, a) 
X = np.exp(-(A**2 + B**2)) 
figure, (axes1, axes2) = plt.subplots(ncols = 2) 
  
colors =["green", "orange",  
         "gold", "blue", "k",  
        "#550011", "purple", 
         "red"] 
  
axes1.set_title(" color list") 
contour = axes1.contourf(A, B, X,  
                         colors = colors) 
  
axes2.set_title("with colormap") 
cmap = matplotlib.colors.ListedColormap(colors) 
contour = axes2.contourf(A, B, X, cmap = cmap) 
figure.colorbar(contour) 
  
plt.show()

输出：
matplotlib.colors.ListedColormap

范例2：

import matplotlib.pyplot as plt 
import numpy as np 
import matplotlib.colors as colors 
from mpl_toolkits.axes_grid1 import make_axes_locatable 
  
res = np.array([[0, 2], [3, 4]], dtype = int) 
  
u = np.unique(res) 
bounds = np.concatenate(([res.min()-1], 
                         u[:-1]+np.diff(u)/2., 
                         [res.max()+1])) 
  
norm = colors.BoundaryNorm(bounds, len(bounds)-1) 
color_map1 = ['#7fc97f', '#ffff99', 
              '#386cb0', '#f0027f'] 
color_map = colors.ListedColormap(color_map1)  
  
fig, axes = plt.subplots() 
img = axes.imshow(res, cmap = color_map, 
                  norm = norm) 
divider = make_axes_locatable(axes) 
cax = divider.append_axes("right", size ="5 %") 
  
color_bar = plt.colorbar(img, cmap = color_map,  
                         norm = norm, cax = cax) 
  
color_bar.set_ticks(bounds[:-1]+np.diff(bounds)/2.) 
color_bar.ax.set_yticklabels(color_map1) 
color_bar.ax.tick_params(labelsize = 10) 
  
plt.show()

输出：
matplotlib.colors.ListedColormap

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.ListedColormap 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。