python matplotlib seaborn中的camp 、colormap(颜色映射) 色阶 配色 选择,翻转颜色

python matplotlib seaborn camp 色阶 配色 选择,翻转颜色

      • 官方参考:
      • 翻转颜色
      • 辅助选择

官方参考:

https://matplotlib.org/2.0.2/examples/color/colormaps_reference.html.
python matplotlib seaborn中的camp 、colormap(颜色映射) 色阶 配色 选择,翻转颜色_第1张图片
python matplotlib seaborn中的camp 、colormap(颜色映射) 色阶 配色 选择,翻转颜色_第2张图片
python matplotlib seaborn中的camp 、colormap(颜色映射) 色阶 配色 选择,翻转颜色_第3张图片
python matplotlib seaborn中的camp 、colormap(颜色映射) 色阶 配色 选择,翻转颜色_第4张图片
绘制过程

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()

翻转颜色

只需要在选择的后面加 ‘_r’ 即可

    # 聚类热图
    sns.clustermap( plot_df,
                    row_cluster=False, # 行 聚类
                    col_cluster=True, # 列 聚类
                    cmap='viridis_r', # 颜色配置
                    )

辅助选择

https://matplotlib.org/2.0.2/users/colormaps.html
python matplotlib seaborn中的camp 、colormap(颜色映射) 色阶 配色 选择,翻转颜色_第5张图片
python matplotlib seaborn中的camp 、colormap(颜色映射) 色阶 配色 选择,翻转颜色_第6张图片
python matplotlib seaborn中的camp 、colormap(颜色映射) 色阶 配色 选择,翻转颜色_第7张图片
python matplotlib seaborn中的camp 、colormap(颜色映射) 色阶 配色 选择,翻转颜色_第8张图片
python matplotlib seaborn中的camp 、colormap(颜色映射) 色阶 配色 选择,翻转颜色_第9张图片

你可能感兴趣的:(画图)