Python四种配色方案,适合科研的配色

  • 1、Plasma(等高线图颜色)
  • 2、Inferno(黑热图颜色)
  • 3、Cividis(较好的配色方案)
  • 4、Viridis(绿色主导的配色方案)

下面这四种配色是不需要指定的,Python自带的主题,无论有多少个种类都适合,这里就简单以条形图为例。

1、Plasma(等高线图颜色)

Python四种配色方案,适合科研的配色_第1张图片

import matplotlib.pyplot as plt
data = {
    "apple": 2.03,
    "bob": 1.96,
    "cel": 1.34,
    "daddy": 1.33,
    "egg": 1.23,
    "flow": 1,
    "glow": 0.99,
    "hight": 0.82,
    "illnes": 0.78,
    "joker": 0.48,
    "kill": 0.21,
    "low": 0.15,
    "mammy": 0.13
}


# 将字典按值排序
sorted_data = sorted(data.items(), key=lambda x: x[1])

# 提取标签和值
labels = [item[0] for item in sorted_data]
values = [item[1] for item in sorted_data]

# 设置图形大小和字体大小
plt.rcParams['figure.figsize'] = (14, 10)
plt.rcParams['font.size'] = 16

# 为每个条形图分配不同的颜色
colors = plt.cm.plasma(np.linspace(0, 1, len(labels)))


plt.barh(labels, values, color=colors)
plt.xlabel('title')
# plt.title('各部门/单位数量')

# 保存图片
plt.savefig('1.png', bbox_inches='tight')

# 显示条形图
plt.show()

核心代码是下面这句话:

colors = plt.cm.plasma(np.linspace(0, 1, len(labels)))

2、Inferno(黑热图颜色)

Python四种配色方案,适合科研的配色_第2张图片

import matplotlib.pyplot as plt
data = {
    "apple": 2.03,
    "bob": 1.96,
    "cel": 1.34,
    "daddy": 1.33,
    "egg": 1.23,
    "flow": 1,
    "glow": 0.99,
    "hight": 0.82,
    "illnes": 0.78,
    "joker": 0.48,
    "kill": 0.21,
    "low": 0.15,
    "mammy": 0.13
}


# 将字典按值排序
sorted_data = sorted(data.items(), key=lambda x: x[1])

# 提取标签和值
labels = [item[0] for item in sorted_data]
values = [item[1] for item in sorted_data]

# 设置图形大小和字体大小
plt.rcParams['figure.figsize'] = (14, 10)
plt.rcParams['font.size'] = 16

# 为每个条形图分配不同的颜色
colors = plt.cm.inferno(np.linspace(0, 1, len(labels)))
plt.barh(labels, values, color=colors)
plt.xlabel('title')
# plt.title('各部门/单位数量')

# 保存图片
plt.savefig('1.png', bbox_inches='tight')

# 显示条形图
plt.show()

核心代码是下面这句话:

colors = plt.cm.inferno(np.linspace(0, 1, len(labels)))

3、Cividis(较好的配色方案)

Python四种配色方案,适合科研的配色_第3张图片

import matplotlib.pyplot as plt
data = {
    "apple": 2.03,
    "bob": 1.96,
    "cel": 1.34,
    "daddy": 1.33,
    "egg": 1.23,
    "flow": 1,
    "glow": 0.99,
    "hight": 0.82,
    "illnes": 0.78,
    "joker": 0.48,
    "kill": 0.21,
    "low": 0.15,
    "mammy": 0.13
}


# 将字典按值排序
sorted_data = sorted(data.items(), key=lambda x: x[1])

# 提取标签和值
labels = [item[0] for item in sorted_data]
values = [item[1] for item in sorted_data]

# 设置图形大小和字体大小
plt.rcParams['figure.figsize'] = (14, 10)
plt.rcParams['font.size'] = 16

# 为每个条形图分配不同的颜色
colors = plt.cm.cividis(np.linspace(0, 1, len(labels)))


plt.barh(labels, values, color=colors)
plt.xlabel('title')
# plt.title('各部门/单位数量')

# 保存图片
plt.savefig('1.png', bbox_inches='tight')

# 显示条形图
plt.show()

核心代码是下面这句话:

colors = plt.cm.cividis(np.linspace(0, 1, len(labels)))

4、Viridis(绿色主导的配色方案)

Python四种配色方案,适合科研的配色_第4张图片

colors = plt.cm.viridis(np.linspace(0, 1, len(labels)))

你可能感兴趣的:(#,【Matplotlib】,python,开发语言)