Matplotlib调色板|极客笔记

Matplotlib调色板

Matplotlib是一个Python中用于绘制图形的库，可以用来创建各种类型的图表，如折线图、柱状图、散点图等。在Matplotlib中，调色板是一种非常重要的工具，它可以帮助我们设置图表的颜色，从而使图表更加美观和易于理解。

1. 调色板的基本概念

在Matplotlib中，调色板实际上是一个颜色映射（colormap），它将数据的数值映射到相应的颜色。在Matplotlib中，有许多内置的调色板可供我们选择使用，也可以自定义调色板。接下来，我们将介绍几种常用的调色板。

2. 内置调色板

2.1 viridis调色板

viridis是Matplotlib中最常用的调色板之一，它是一种非常适合用于表示数据变化的颜色映射。下面是使用viridis调色板创建一个简单的散点图的代码示例：

import matplotlib.pyplot as plt
import numpy as np

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

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

Output:

Matplotlib调色板

2.2 plasma调色板

plasma调色板是另一种常用的调色板，它的颜色饱和度较高，适合展示数据的高低之分。下面是使用plasma调色板创建一个简单的热力图的代码示例：

import matplotlib.pyplot as plt
import numpy as np

data = np.random.random((10,10))

plt.imshow(data, cmap='plasma')
plt.colorbar()
plt.show()

Output:

Matplotlib调色板

3. 自定义调色板

除了使用内置的调色板外，我们还可以通过自定义颜色映射来创建自定义调色板。下面是一个简单的示例代码，演示如何使用自定义颜色映射创建一种调色板：

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

colors = [(0, 'red'), (0.5, 'green'), (1, 'blue')]  # 定义颜色映射
cmap = LinearSegmentedColormap.from_list('custom_cmap', colors)  # 创建自定义调色板

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

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

Output:

Matplotlib调色板

4. 调色板的应用

调色板在数据可视化中有着广泛的应用。除了上面提到的散点图和热力图外，调色板还可以用于绘制柱状图、折线图等。下面是一个使用调色板绘制柱状图的示例代码：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(10)
y = np.random.randint(1, 10, 10)
colors = np.arange(10)

plt.bar(x, y, color=plt.cm.viridis(colors))
plt.show()

Output:

Matplotlib调色板