Matplotlib附带的色彩参考

==================

Colormap reference

==================

Matplotlib附带的色彩映射参考。

此参考示例显示了Matplotlib中包含的所有色彩映射。
注意此处列出的任何色彩映射都可以通过附加“_r”（例如，“pink_r”）来反转。
这些色彩映射分为以下几类：

Sequential:

这些色彩图是近似平滑变化的单色色彩图,在两种色调之间 ,通常从低饱和度（例如白色）到高色度饱和度（例如亮蓝色）。
连续色图是大多数科学数据理想选择的代表，因为它们显示出明显的进展从低到高的值。

Diverging:

这些色彩图具有中值（通常为浅色）并且可以在高值和低值下平滑地呈现两种不同的色调。
当您的数据具有重要的中值时，Diverging colormap是理想的选择。（例如0，正和负的值由色彩图的不同颜色表示）。

Qualitative:

这些色彩图的颜色变化很快。Qualitative 图对于选择一组离散颜色很有用。
例如：给出一个RGB颜色列表，这些颜色适合绘制一系列线条黑暗的背景。
color_list = plt.cm.Set3（np.linspace（0,1,12））

Miscellaneous:

不适合上述类别的色彩映射。

import numpy as np
import matplotlib.pyplot as plt


# Have colormaps separated into categories:
# http://matplotlib.org/examples/color/colormaps_reference.html


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()

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))

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

plt.show()

运行结果

2019062101.png

2019062102.png

2019062103.png

2019062104.png

2019062105.png

2019062106.png