更多内容详见https://www.yxybiubiubiu.com/2020/06/06/color/
一、 使用NCL色板(使用调色盘文件思路相同)
NCL的色板十分丰富，几乎可以涵盖平常所需。详见：传送门
那么我们能否将NCL的色板用在python中呢？答案当然是可以的。
我在气象家园发现了个帖子，楼主自己封装了一个包，可以在python中调用NCL的色板，详见：传送门，一般来说这个包足够大家日常使用了。一些想进一步了解原理并且进行扩展应用的朋友，可以接着往下看。
其基本原理就是读取NCL色板的.rgb文件，将其信息转换为颜色数组，形成matplotlib色板。那么下面，我就根据这个思路，解释下其过程和原理。首先我将NCL已有色板.rgb文件整理上传了，下载点这里，下载后将压缩包内文件夹解压。
.rgb文件内容如下(以3gauss.rgb为例)：
# r g b
0 0 255
0 0 255
1 2 254
2 4 253
3 6 252
...
...
...
ncolors = 254，代表该色板有254个色号，第二行为注释内容，表明接下来的每一行，颜色存放都是red,green,blue的顺序。那么接下来我们只需要读取这个文件，将颜色存为一个[254,3]的数组，然后将数组除255即可。除255的原因是，python的颜色值位于[0,1]之间，而rgb信息位于[0,255]之间，所以除255就可以将颜色信息映射在[0,1]之间。
但是！有一个问题，我查看了NCL的一些色板，这些色板的格式并不统一，有些是直接映射在[0,1]之间了，有些文件头有很多行，总之很杂乱，用之前还是需要统一格式，做好质量控制的。(我后边有时间的话考虑将这些文件统一格式再重新上传。)
下面给出一个使用NCL色板的示例：
import pandas as pd
import numpy as np
from matplotlib.colors import ListedColormap
import matplotlib.pyplot as plt
#读取.rgb文件
rgb = pd.read_csv('./colormaps/3gauss.rgb',sep='\s+',skiprows=2,names=['r','g','b']).values/255
#将rgb信息映射为colormap
colormap = ListedColormap(rgb)
#创建100个随机数
colors = np.random.randint(0,100,size=100)
x,y = np.random.rand(100),np.random.rand(100)
#绘制散点图，使用NCL中的3gauss色板
sct = plt.scatter(x, y, s=100, c=colors,cmap=colormap,edgecolors='black')
plt.colorbar(sct)
使用调色盘软件生成的色板也是同样的思路，将生成的txt内的rgb信息读取映射，就可以使用了。
二、设定色板颜色，进行插值映射
最后再介绍一种创建色板的方式，那就是挑选几种自己需要的颜色排列起来，然后进行插值，形成颜色之间的渐变，最后映射为色板。
import pandas as pd
import numpy as np
from matplotlib.colors import ListedColormap
import matplotlib.colors as colors
import matplotlib.pyplot as plt
#设定色板基础色为黑红橘蓝
colorslist = ['black','red','orange','blue']
#将四种色插值为具有300个渐变色的色板
colormap = colors.LinearSegmentedColormap.from_list('123',colorslist,N=300)
#创建100个随机数
colors = np.random.randint(0,100,size=100)
x,y = np.random.rand(100),np.random.rand(100)
#绘制散点图，使用刚刚自定义的123色板
sct = plt.scatter(x, y, s=100, c=colors,cmap=colormap,edgecolors='black')
plt.colorbar(sct)