Python数据可视化 关于cmap颜色函数的试验

color example code: colormaps_reference.py

"""
==================
Colormap reference
==================

Reference for colormaps included with Matplotlib.

This reference example shows all colormaps included with Matplotlib. Note that
any colormap listed here can be reversed by appending "_r" (e.g., "pink_r").
These colormaps are divided into the following categories:

Sequential:
    These colormaps are approximately monochromatic colormaps varying smoothly
    between two color tones---usually from low saturation (e.g. white) to high
    saturation (e.g. a bright blue). Sequential colormaps are ideal for
    representing most scientific data since they show a clear progression from
    low-to-high values.

Diverging:
    These colormaps have a median value (usually light in color) and vary
    smoothly to two different color tones at high and low values. Diverging
    colormaps are ideal when your data has a median value that is significant
    (e.g.  0, such that positive and negative values are represented by
    different colors of the colormap).

Qualitative:
    These colormaps vary rapidly in color. Qualitative colormaps are useful for
    choosing a set of discrete colors. For example::

        color_list = plt.cm.Set3(np.linspace(0, 1, 12))

    gives a list of RGB colors that are good for plotting a series of lines on
    a dark background.

Miscellaneous:
    Colormaps that don't fit into the categories above.

"""
import numpy as np
import matplotlib.pyplot as plt


# Have colormaps separated into categories:
# http://matplotlib.org/examples/color/colormaps_reference.html
cmaps = [('Perceptually Uniform Sequential', [
            'viridis', 'plasma', 'inferno', 'magma']),
         ('Sequential', [
            'Greys', 'Purples', 'Blues', 'Greens', 'Oranges', 'Reds',
            'YlOrBr', 'YlOrRd', 'OrRd', 'PuRd', 'RdPu', 'BuPu',
            'GnBu', 'PuBu', 'YlGnBu', 'PuBuGn', 'BuGn', 'YlGn']),
         ('Sequential (2)', [
            'binary', 'gist_yarg', 'gist_gray', 'gray', 'bone', 'pink',
            'spring', 'summer', 'autumn', 'winter', 'cool', 'Wistia',
            'hot', 'afmhot', 'gist_heat', 'copper']),
         ('Diverging', [
            'PiYG', 'PRGn', 'BrBG', 'PuOr', 'RdGy', 'RdBu',
            'RdYlBu', 'RdYlGn', 'Spectral', 'coolwarm', 'bwr', 'seismic']),
         ('Qualitative', [
            'Pastel1', 'Pastel2', 'Paired', 'Accent',
            'Dark2', 'Set1', 'Set2', 'Set3',
            'tab10', 'tab20', 'tab20b', 'tab20c']),
         ('Miscellaneous', [
            'flag', 'prism', 'ocean', 'gist_earth', 'terrain', 'gist_stern',
            'gnuplot', 'gnuplot2', 'CMRmap', 'cubehelix', 'brg', 'hsv',
            'gist_rainbow', 'rainbow', 'jet', 'nipy_spectral', 'gist_ncar'])]


nrows = max(len(cmap_list) for cmap_category, cmap_list in cmaps)
gradient = np.linspace(0, 1, 256)
gradient = np.vstack((gradient, gradient))


def plot_color_gradients(cmap_category, cmap_list, nrows):
    fig, axes = plt.subplots(nrows=nrows)
    fig.subplots_adjust(top=0.95, bottom=0.01, left=0.2, right=0.99)
    axes[0].set_title(cmap_category + ' colormaps', fontsize=14)

    for ax, name in zip(axes, cmap_list):
        ax.imshow(gradient, aspect='auto', cmap=plt.get_cmap(name))
        pos = list(ax.get_position().bounds)
        x_text = pos[0] - 0.01
        y_text = pos[1] + pos[3]/2.
        fig.text(x_text, y_text, name, va='center', ha='right', fontsize=10)

    # Turn off *all* ticks & spines, not just the ones with colormaps.
    for ax in axes:
        ax.set_axis_off()


for cmap_category, cmap_list in cmaps:
    plot_color_gradients(cmap_category, cmap_list, nrows)

plt.show()

example

inferno

Python数据可视化 关于cmap颜色函数的试验_第1张图片

viridis

Python数据可视化 关于cmap颜色函数的试验_第2张图片

plasma

Python数据可视化 关于cmap颜色函数的试验_第3张图片

magma

Python数据可视化 关于cmap颜色函数的试验_第4张图片

Blues

Python数据可视化 关于cmap颜色函数的试验_第5张图片

BuGn

Python数据可视化 关于cmap颜色函数的试验_第6张图片

BuPu

Python数据可视化 关于cmap颜色函数的试验_第7张图片

GnBu

Python数据可视化 关于cmap颜色函数的试验_第8张图片

Greens

Python数据可视化 关于cmap颜色函数的试验_第9张图片

Greys

Python数据可视化 关于cmap颜色函数的试验_第10张图片

Oranges

Python数据可视化 关于cmap颜色函数的试验_第11张图片

OrRd

Python数据可视化 关于cmap颜色函数的试验_第12张图片

PuBu

Python数据可视化 关于cmap颜色函数的试验_第13张图片

PuBu

Python数据可视化 关于cmap颜色函数的试验_第14张图片

PuBuGn

Python数据可视化 关于cmap颜色函数的试验_第15张图片

PuRd

Python数据可视化 关于cmap颜色函数的试验_第16张图片

Purples

Python数据可视化 关于cmap颜色函数的试验_第17张图片

RuPu

Python数据可视化 关于cmap颜色函数的试验_第18张图片

Reds

Python数据可视化 关于cmap颜色函数的试验_第19张图片

YlGn

Python数据可视化 关于cmap颜色函数的试验_第20张图片

YlGnBu

Python数据可视化 关于cmap颜色函数的试验_第21张图片

YlOrBr

Python数据可视化 关于cmap颜色函数的试验_第22张图片

YlOrRd

Python数据可视化 关于cmap颜色函数的试验_第23张图片

binary

Python数据可视化 关于cmap颜色函数的试验_第24张图片

spring

Python数据可视化 关于cmap颜色函数的试验_第25张图片

summer

Python数据可视化 关于cmap颜色函数的试验_第26张图片

autumnPython数据可视化 关于cmap颜色函数的试验_第27张图片
winter

Python数据可视化 关于cmap颜色函数的试验_第28张图片

cool

Python数据可视化 关于cmap颜色函数的试验_第29张图片

Wistia

Python数据可视化 关于cmap颜色函数的试验_第30张图片

afmhot

Python数据可视化 关于cmap颜色函数的试验_第31张图片

gist_heatPython数据可视化 关于cmap颜色函数的试验_第32张图片
copper

Python数据可视化 关于cmap颜色函数的试验_第33张图片

PiYG

Python数据可视化 关于cmap颜色函数的试验_第34张图片

PRGn

Python数据可视化 关于cmap颜色函数的试验_第35张图片

BrBG

Python数据可视化 关于cmap颜色函数的试验_第36张图片

coolwarm

Python数据可视化 关于cmap颜色函数的试验_第37张图片

bwr

Python数据可视化 关于cmap颜色函数的试验_第38张图片

seimic

Python数据可视化 关于cmap颜色函数的试验_第39张图片

Pastel1

Python数据可视化 关于cmap颜色函数的试验_第40张图片

Paired

Python数据可视化 关于cmap颜色函数的试验_第41张图片

Accent

Python数据可视化 关于cmap颜色函数的试验_第42张图片

Dark2

Python数据可视化 关于cmap颜色函数的试验_第43张图片

Set1

Python数据可视化 关于cmap颜色函数的试验_第44张图片

Set2

Python数据可视化 关于cmap颜色函数的试验_第45张图片

tab10

Python数据可视化 关于cmap颜色函数的试验_第46张图片

tab20

Python数据可视化 关于cmap颜色函数的试验_第47张图片

tab20b

Python数据可视化 关于cmap颜色函数的试验_第48张图片

flag

Python数据可视化 关于cmap颜色函数的试验_第49张图片

prism

Python数据可视化 关于cmap颜色函数的试验_第50张图片

ocean

Python数据可视化 关于cmap颜色函数的试验_第51张图片

gist_earth

Python数据可视化 关于cmap颜色函数的试验_第52张图片

terrain

Python数据可视化 关于cmap颜色函数的试验_第53张图片

gist_stern

Python数据可视化 关于cmap颜色函数的试验_第54张图片

hsv

Python数据可视化 关于cmap颜色函数的试验_第55张图片

gist_rainbow

Python数据可视化 关于cmap颜色函数的试验_第56张图片

rainbow

Python数据可视化 关于cmap颜色函数的试验_第57张图片

jet

Python数据可视化 关于cmap颜色函数的试验_第58张图片

nipy_spectral

Python数据可视化 关于cmap颜色函数的试验_第59张图片

gist_ncarPython数据可视化 关于cmap颜色函数的试验_第60张图片
cubehelixPython数据可视化 关于cmap颜色函数的试验_第61张图片
brg

Python数据可视化 关于cmap颜色函数的试验_第62张图片

gnuplot2Python数据可视化 关于cmap颜色函数的试验_第63张图片
CMPmapPython数据可视化 关于cmap颜色函数的试验_第64张图片
bone

Python数据可视化 关于cmap颜色函数的试验_第65张图片

pink

Python数据可视化 关于cmap颜色函数的试验_第66张图片

gnuplot

Python数据可视化 关于cmap颜色函数的试验_第67张图片

你可能感兴趣的:(#,Matplotlib,cmap)