Python内置4种科研级配色方案详解
发布时间：2026-10-13 |
2人浏览过
本文介绍Python中无需额外指定即可使用的4种内置主题配色，包括Plasma、Inferno、Cividis和Viridis。通过条形图示例，展示如何在Matplotlib中应用这些配色方案，帮助科研人员进行高效、美观的数据可视化。
以下四种配色方案无需额外指定，均为Python内置主题，适用于各种场景。这里以条形图为例进行简要说明。
1、Plasma（等高线图颜色）
import matplotlib.pyplot as plt
data = {
"apple": 2.03,
"bob": 1.96,
"cel": 1.34,
"daddy": 1.33,
"egg": 1.23,
"flow": 1,
"glow": 0.99,
"hight": 0.82,
"illnes": 0.78,
"joker": 0.48,
"kill": 0.21,
"low": 0.15,
"mammy": 0.13
}
# 将字典按值排序
sorted_data = sorted(data.items(), key=lambda x: x[1])
# 提取标签和值
labels = [item[0] for item in sorted_data]
values = [item[1] for item in sorted_data]
# 设置图形大小和字体大小
plt.rcParams['figure.figsize'] = (14, 10)
plt.rcParams['font.size'] = 16
# 为每个条形图分配不同的颜色
colors = plt.cm.plasma(np.linspace(0, 1, len(labels)))
plt.barh(labels, values, color=colors)
plt.xlabel('title')
# plt.title('各部门/单位数量')
# 保存图片
plt.savefig('1.png', bbox_inches='tight')
# 显示条形图
plt.show()核心代码如下：
colors = plt.cm.plasma(np.linspace(0, 1, len(labels)))
2、Inferno（黑热图颜色）
import matplotlib.pyplot as plt
data = {
"apple": 2.03,
"bob": 1.96,
"cel": 1.34,
"daddy": 1.33,
"egg": 1.23,
"flow": 1,
"glow": 0.99,
"hight": 0.82,
"illnes": 0.78,
"joker": 0.48,
"kill": 0.21,
"low": 0.15,
"mammy": 0.13
}
# 将字典按值排序
sorted_data = sorted(data.items(), key=lambda x: x[1])
# 提取标签和值
labels = [item[0] for item in sorted_data]
values = [item[1] for item in sorted_data]
# 设置图形大小和字体大小
plt.rcParams['figure.figsize'] = (14, 10)
plt.rcParams['font.size'] = 16
# 为每个条形图分配不同的颜色
colors = plt.cm.inferno(np.linspace(0, 1, len(labels)))
plt.barh(labels, values, color=colors)
plt.xlabel('title')
# plt.title('各部门/单位数量')
# 保存图片
plt.savefig('1.png', bbox_inches='tight')
# 显示条形图
plt.show()
核心代码如下：
colors = plt.cm.inferno(np.linspace(0, 1, len(labels)))
3、Cividis（较好的配色方案）
import matplotlib.pyplot as plt
data = {
"apple": 2.03,
"bob": 1.96,
"cel": 1.34,
"daddy": 1.33,
"egg": 1.23,
"flow": 1,
"glow": 0.99,
"hight": 0.82,
"illnes": 0.78,
"joker": 0.48,
"kill": 0.21,
"low": 0.15,
"mammy": 0.13
}
# 将字典按值排序
sorted_data = sorted(data.items(), key=lambda x: x[1])
# 提取标签和值
labels = [item[0] for item in sorted_data]
values = [item[1] for item in sorted_data]
# 设置图形大小和字体大小
plt.rcParams['figure.figsize'] = (14, 10)
plt.rcParams['font.size'] = 16
# 为每个条形图分配不同的颜色
colors = plt.cm.cividis(np.linspace(0, 1, len(labels)))
plt.barh(labels, values, color=colors)
plt.xlabel('title')
# plt.title('各部门/单位数量')
# 保存图片
plt.savefig('1.png', bbox_inches='tight')
# 显示条形图
plt.show()
核心代码如下：
colors = plt.cm.cividis(np.linspace(0, 1, len(labels)))
4、Viridis（绿色主导的配色方案）
colors = plt.cm.viridis(np.linspace(0, 1, len(labels)))关于Python的4种配色方案介绍到此结束。如需了解更多相关内容，请搜索本站往期文章或继续浏览后续文章。感谢大家的支持！
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
