matplotlib.pyplot——cmap直观理解

最近在看《深入浅出Python机器学习》，敲案例时发现matplotlib里cmap参数的使用方法发生了一些变化，索性整理了一下cmap相关的内容，这里是matplotlib的官方颜色图，文中也会放出。文中表达如有不正确的地方，欢迎指出~

WHAT

1. 关于cmap的个人理解

1. cmap参数接受一个值（每个值代表一种配色方案），并将该值对应的颜色图分配给当前图窗。
2. 形象化：如果将当前图窗比作一幅简笔画，则cmap就代表颜料盘的配色，用所提供的颜料盘自动给当前简笔画上色，就是cmap所做的事。
   

2. cmap的分类

cmap主要分为以下四大类：

1. Sequential colormaps：连续化色图
   .
   特点：在两种色调之间近似平滑变化，通常是从低饱和度（例如白色）到高饱和度（例如明亮的蓝色）。
   .
   应用：适用于大多数科学数据，可直观地看出数据从低到高的变化。
   .
   1）以中间值颜色命名（eg：viridis 松石绿）
   
   2）以色系名称命名，由低饱和度到高饱和度过渡（eg：YlOrRd = yellow-orange-red，其它同理）
   
   3）以风格命名？？
   
2. Diverging colormaps：两端发散的色图 .
   .
   特点：具有中间值（通常是浅色），并在高值和低值处平滑变化为两种不同的色调。
   .
   应用：适用于数据的中间值很大的情况（例如0，因此正值和负值分别表示为颜色图的不同颜色）。
   .
   
3. Qualitative colormaps：离散化色图
   .
   特点：离散的颜色组合
   .
   应用：在深色背景上绘制一系列线条时，可以在定性色图中选择一组离散的颜色，例如：color_list = plt.cm.Set3(np.linspace(0, 1, 12))
   .
   
4. Miscellaneous colormaps：其它色图
   

3. matplotlib内置的颜色图

1. 按从A—Z—a—z顺序排列：
   1）Accent, Blues, BrBG, BuGn, BuPu, CMRmap, Dark2, GnBu, Greens, Greys, OrRd, Oranges, PRGn, Paired, Pastel1, Pastel2, PiYG, PuBu, PuBuGn, PuOr, PuRd, Purples, RdBu RdGy, RdPu, RdYlBu, RdYlGn, Reds, Set1, Set2, Set3, Spectral, Wistia, YlGn, YlGnBu, YlOrBr, YlOrRd
   2）afmhot, autumn, binary, bone, brg bwr, cividis, cool, coolwarm, copper, cubehelix, flag, gist_earth, gist_gray, gist_heat, gist_ncar gist_rainbow, gist_stern, gist_yarg, gnuplot, gnuplot2, gray, hot, hsv, inferno, jet, magma, nipy_spectral, ocean, pink, plasma, prism, rainbow, seismic, spring, summer, tab10, tab20, tab20b, tab20c, terrain, twilight, twilight_shifted, viridis, winter
2. 每种颜色图还可通过添加后缀 _r 来反转，形象化理解就是把上面的色条水平翻转（eg：若当前使用set3的前三个颜色，则改成set3_r后就变成使用set3的后三个颜色）
3. 使用的时候要注意大小写

WHY

当然是为了好看呀哈哈哈哈

HOW

• plt.cm.get_cmap('cmap')
  注意：在《深入浅出Python机器学习》中，cmap=plt.cm.Pastel1的用法会报错，改成plt.cm.get_cmap('Pastel1')即可。

• plt.imshow(img, cmap = ('cmap'))

不断更新中……