matplotlib colormap

参考：matplotlib colormap

引言

在数据可视化中，使用合适的颜色方案和调色板可以极大地提升图表的可读性和视觉效果。而 matplotlib 中的 colormap（颜色映射）是一种用于确定颜色的工具。

本文将详细介绍 matplotlib 中的 colormap，包括什么是 colormap、颜色映射的作用、如何使用 colormap，以及一些常见的 colormap 示例。

什么是 colormap？

colormap 是一种将数据值映射到颜色的工具。它根据数据的值和设置的颜色范围，将数据点映射为不同的颜色。在数据可视化中，colormap 被广泛应用于制作热力图、散点图和曲线图等图表类型。

在 matplotlib 中，可以通过使用 plt.colormaps() 函数获取当前可用的 colormap 列表。常见的 colormap 有 “viridis”、”cool”、”jet” 等。

颜色映射的作用

颜色映射可以有效地将数据值与颜色之间建立联系，使得图表更具可读性和表达力。通过使用适当的 colormap，可以突出数据集中的不同特征和趋势，以及实现更好的数据表达和可视化效果。

颜色映射可以将连续数值数据映射为连续的颜色渐变，也可以将离散的数据值分配给不同的颜色类别。

如何使用 colormap

matplotlib 中的 colormap 可以通过 plt.cm 模块来使用。在绘制图表时，可以通过 cmap 参数指定使用的 colormap。

下面是一个简单的例子，演示了如何使用 colormap 绘制散点图：

import matplotlib.pyplot as plt
import numpy as np

# 创建随机数据
np.random.seed(0)
x = np.random.randn(100)
y = np.random.randn(100)
colors = np.random.rand(100)

# 绘制散点图
plt.scatter(x, y, c=colors, cmap='cool')
plt.colorbar()

plt.show()

运行以上代码后，将会得到一个带有颜色映射的散点图。其中，c=colors 参数指定了使用 colors 数据来映射颜色，cmap='cool' 指定了使用 ‘cool’ colormap。

常见的 colormap 示例

接下来，我们将介绍一些常见的 colormap 示例，并展示它们在不同图表类型中的应用效果。

1. viridis

“viridis” 是 matplotlib 默认的 colormap，被广泛应用于热力图等可视化图表中。它以一种连续的方式将数据值映射为颜色，具有良好的可读性和色彩平衡。

下面是一个使用 “viridis” colormap 绘制热力图的例子：

import matplotlib.pyplot as plt
import numpy as np

# 创建随机数据
np.random.seed(0)
data = np.random.rand(10, 10)

# 绘制热力图
plt.imshow(data, cmap='viridis')
plt.colorbar()

plt.show()

以上代码生成了一个热力图，其中 cmap='viridis' 指定了使用 “viridis” colormap。

2. jet

“jet” 是一种常见的 colormap，它将数据映射为从蓝色到红色的渐变色。这种 colormap 曾被广泛使用，但由于存在颜色不连续和不平衡的问题，不推荐在科学可视化中使用。

下面是一个使用 “jet” colormap 绘制散点图的例子：

import matplotlib.pyplot as plt
import numpy as np

# 创建随机数据
np.random.seed(0)
x = np.random.randn(100)
y = np.random.randn(100)
colors = np.random.rand(100)

# 绘制散点图
plt.scatter(x, y, c=colors, cmap='jet')
plt.colorbar()

plt.show()

以上代码生成了一个散点图，其中 cmap='jet' 指定了使用 “jet” colormap。

3. coolwarm

“coolwarm” 是一种将数据映射为从冷色调到暖色调的 colormap。它在可视化均衡性和视觉效果方面表现出色，经常用于绘制包含正负数据值的图表。

下面是一个使用 “coolwarm” colormap 绘制曲线图的例子：

import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x = np.linspace(-2*np.pi, 2*np.pi, 100)
y = np.sin(x)

# 绘制曲线图
plt.plot(x, y, c='blue', cmap='coolwarm')

plt.show()

以上代码生成了一个曲线图，其中 c='blue' 指定了曲线的颜色，cmap='coolwarm' 指定了使用 “coolwarm” colormap。