matplotlib cmap viridis

matplotlib cmap viridis

参考：cmap viridis

在数据可视化中，色彩映射（cmap）在绘制图表时起着非常重要的作用。Viridis是一种颜色映射，它在matplotlib中得到了广泛应用。Viridis颜色映射具有很好的辨识度和色盲友好性，可以帮助我们更好地理解数据。

下面我们将详细介绍如何在matplotlib中使用cmap viridis。

导入matplotlib

首先我们需要导入matplotlib库，如果没有安装可以使用以下命令进行安装：

pip install matplotlib

然后在Python代码中导入matplotlib库：

import matplotlib.pyplot as plt
import numpy as np

绘制散点图

首先我们来看一下如何在散点图中使用cmap viridis。我们先生成一些随机数据：

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(100)
y = np.random.rand(100)
colors = np.arange(100)

然后使用scatter函数绘制散点图，并指定使用viridis颜色映射：

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(100)
y = np.random.rand(100)
colors = np.arange(100)

plt.scatter(x, y, c=colors, cmap='viridis')
plt.colorbar()
plt.show()

Output:

这样就可以看到使用viridis颜色映射的散点图了。

绘制直方图

接下来，我们将演示如何在直方图中使用cmap viridis。同样先生成一些随机数据：

data = np.random.normal(0, 1, 1000)

然后使用hist函数绘制直方图，并指定使用viridis颜色映射：

import matplotlib.pyplot as plt
import numpy as np

data = np.random.normal(0, 1, 1000)

plt.hist(data, bins=30, cmap='viridis')
plt.show()

这样就可以得到一个使用viridis颜色映射的直方图。

绘制等高线图

另外一个常用的图表类型是等高线图，我们也可以在等高线图中使用cmap viridis。首先生成一些数据：

x = np.linspace(-3, 3, 100)
y = np.linspace(-3, 3, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(X) + np.cos(Y)

然后使用contourf函数绘制等高线图，并指定使用viridis颜色映射：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-3, 3, 100)
y = np.linspace(-3, 3, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(X) + np.cos(Y)

plt.contourf(X, Y, Z, cmap='viridis')
plt.colorbar()
plt.show()

Output:

这样就可以得到一个使用viridis颜色映射的等高线图。

使用set_cmap

除了在绘制图表时直接指定cmap参数外，我们还可以使用set_cmap方法来设置颜色映射。例如在绘制散点图时可以这样做：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-3, 3, 100)
y = np.linspace(-3, 3, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(X) + np.cos(Y)

plt.scatter(x, y, c=colors)
plt.colorbar()
plt.set_cmap('viridis')
plt.show()