Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimana untuk Mencipta Peta Warna dan Skala Warna Tersuai dengan Matplotlib?

Bagaimana untuk Mencipta Peta Warna dan Skala Warna Tersuai dengan Matplotlib?

DDD
Lepaskan: 2024-11-13 02:31:02
asal
968 orang telah melayarinya

How to Create Custom Colormaps and Color Scales with Matplotlib?

Mencipta Peta Warna Tersuai dan Skala Warna dengan Matplotlib:

Mencipta peta warna tersuai dalam matplotlib melibatkan proses yang mudah. Untuk mewujudkan skala warna yang berterusan (licin), pertimbangkan untuk memanfaatkan LinearSegmentedColormap dan bukannya ListedColormap.

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors

# Defining random data points
x, y, c = zip(*np.random.rand(30, 3)*4 - 2)

# Establishing normalization parameters
norm = plt.Normalize(-2, 2)

# Generating a linear segmented colormap from a list
colormap = matplotlib.colors.LinearSegmentedColormap.from_list("", ["red", "violet", "blue"])

# Plotting the points with the custom colormap
plt.scatter(x, y, c=c, cmap=colormap, norm=norm)

# Adding a color scale to the plot
plt.colorbar()

plt.show()
Salin selepas log masuk

Kaedah ini memastikan peralihan warna yang lancar antara nilai yang ditentukan.

Penyesuaian lanjut boleh dilakukan dengan membekalkan tuple nilai ternormal dan warna yang sepadan kepada from_list kaedah.

# Custom values and colors
custom_values = [-2, -1, 2]
custom_colors = ["red", "violet", "blue"]

# Generating a segmented colormap from custom tuples
colormap = matplotlib.colors.LinearSegmentedColormap.from_list("", list(zip(map(norm, custom_values), custom_colors)))

# Applying the colormap to the plot
plt.scatter(x, y, c=c, cmap=colormap, norm=norm)
plt.colorbar()

plt.show()
Salin selepas log masuk

Dengan menggunakan teknik ini, anda boleh membuat peta warna diperibadikan yang mewakili data anda dengan tepat.

Atas ialah kandungan terperinci Bagaimana untuk Mencipta Peta Warna dan Skala Warna Tersuai dengan Matplotlib?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan