Python Matplotlib 配色方案详解与可视化示例

Matplotlib 可选配色方案概览

Matplotlib 库提供了丰富的可选配色方案供用户选择。

这些方案包括 Accent 及其反转版 Accent_r、Blues 系列（Blues, Blues_r）、BrBG 系列（BrBG, BrBG_r）、BuGn 系列（BuGn, BuGn_r）、BuPu 系列（BuPu, BuPu_r）、CMRmap 系列（CMRmap, CMRmap_r）、Dark2 系列（Dark2, Dark2_r）、GnBu 系列（GnBu, GnBu_r）、Greens 系列（Greens, Greens_r）、Greys 系列（Greys, Greys_r）、OrRd 系列（OrRd, OrRd_r）、Oranges 系列（Oranges, Oranges_r）、PRGn 系列（PRGn, PRGn_r）、Paired 系列（Paired, Paired_r）、Pastel1 系列（Pastel1, Pastel1_r）、Pastel2 系列（Pastel2, Pastel2_r）、PiYG 系列（PiYG, PiYG_r）、PuBu 系列（PuBu, PuBu_r）、PuBuGn 系列（PuBuGn, PuBuGn_r）、PuOr 系列（PuOr, PuOr_r）、PuRd 系列（PuRd, PuRd_r）、Purples 系列（Purples, Purples_r）、RdBu 系列（RdBu, RdBu_r）、RdGy 系列（RdGy, RdGy_r）、RdPu 系列（RdPu, RdPu_r）、RdYlBu 系列（RdYlBu, RdYlBu_r）、RdYlGn 系列（RdYlGn, RdYlGn_r）、Reds 系列（Reds, Reds_r）、Set1 系列（Set1, Set1_r）、Set2 系列（Set2, Set2_r）、Set3 系列（Set3, Set3_r）、Spectral 系列（Spectral, Spectral_r）、Wistia 系列（Wistia, Wistia_r）、YlGn 系列（YlGn, YlGn_r）、YlGnBu 系列（YlGnBu, YlGnBu_r）、YlOrBr 系列（YlOrBr, YlOrBr_r）以及 YlOrRd 系列（YlOrRd, YlOrRd_r）。此外，还包括 afmhot 系列（afmhot, afmhot_r）、autumn 系列（autumn, autumn_r）、binary 系列（binary, binary_r）、bone 系列（bone, bone_r）、brg 系列（brg, brg_r）、bwr 系列（bwr, bwr_r）、cividis 系列（cividis, cividis_r）、cool 系列（cool, cool_r）、coolwarm 系列（coolwarm, coolwarm_r）、copper 系列（copper, copper_r）、cubehelix 系列（cubehelix, cubehelix_r）、flag 系列（flag, flag_r）、gist_earth 系列（gist_earth, gist_earth_r）、gist_gray 系列（gist_gray, gist_gray_r）、gist_heat 系列（gist_heat, gist_heat_r）、gist_ncar 系列（gist_ncar, gist_ncar_r）、gist_rainbow 系列（gist_rainbow, gist_rainbow_r）、gist_stern 系列（gist_stern, gist_stern_r）、gist_yarg 系列（gist_yarg, gist_yarg_r）、gnuplot 系列（gnuplot, gnuplot2, gnuplot2_r, gnuplot_r）、gray 系列（gray, gray_r）、hot 系列（hot, hot_r）、hsv 系列（hsv, hsv_r）、inferno 系列（inferno, inferno_r）、jet 系列（jet, jet_r）、magma 系列（magma, magma_r）、nipy_spectral 系列（nipy_spectral, nipy_spectral_r）、ocean 系列（ocean, ocean_r）、pink 系列（pink, pink_r）、plasma 系列（plasma, plasma_r）、prism 系列（prism, prism_r）、rainbow 系列（rainbow, rainbow_r）、seismic 系列（seismic, seismic_r）、spring 系列（spring, spring_r）、summer 系列（summer, summer_r）、tab10 系列（tab10, tab10_r）、tab20 系列（tab20, tab20_r）、tab20b 系列（tab20b, tab20b_r）、tab20c 系列（tab20c, tab20c_r）、terrain 系列（terrain, terrain_r）、viridis 系列（viridis, viridis_r）以及 winter 系列（winter, winter_r）。

在实际应用中，开发者通常会优先使用其中几个较为常见的配色方案。

常用配色方案代码示例与可视化

以下提供具体的示例代码来展示如何应用这些配色。

cm='Spectral'  #hot bone cool copper gray hsv inferno jet magma pink plasma summer viridis bwr ocean rainbow coolwarm Spectral......................
norm = matplotlib.colors.Normalize(vmin=min, vmax=max) 
map=plt.imshow(plt_arr,interpolation='nearest',cmap=cm,norm=norm, origin='upper') # plt_arr是要显示的数据
mydpi=1000
plt.savefig("filename.png", dpi=mydpi ,bbox_inches='tight', pad_inches=0) # ,bbox_inches='tight' less white area
plt.show()

通过运行上述代码，可以生成对应的图像实例以直观展示效果。

hsv 配色方案

hot 配色方案

cool 配色方案

rainbow 配色方案

gist_earth 配色方案

以上内容分享了 Python Matplotlib 包中的图像配色方案，旨在为读者提供参考。希望这些信息能对您的项目有所帮助，也欢迎继续支持本站获取更多技术资讯。