Python 使用matplotlib使用并自定义colormap

2.从txt文本中读取二维数据，转换成自定义colormap图

#python 3 import numpy as np import matplotlib.pyplot as plt import matplotlib as mpl import matplotlib.colors as colors # load data def loaddata (i) : # 文件编号 path = './input/data/trainPingliu/trainPingliu%d.txt' % i data = np.loadtxt(path) return data # 生成图片格式自定义 def colormap () : # 白青绿黄红 cdict = [ '#FFFFFF' , '#9ff113' , '#5fbb44' , '#f5f329' , '#e50b32' ] # 按照上面定义的colordict，将数据分成对应的部分，indexed：代表顺序 return colors.ListedColormap(cdict, 'indexed' ) # for i in range(1, 10000): # 加载数据 data = loaddata( 1 ) fig = plt.figure() # 加载图片设置 my_cmap = colormap() # 第一个子图,按照默认配置 ax = fig.add_subplot( 221 ) ax.imshow(data) # 第二个子图,使用api自带的colormap ax = fig.add_subplot( 222 ) cmap = mpl.cm.bwr # 蓝，白，红 ax.imshow(data, cmap=cmap) # 第三个子图增加一个colorbar ax = fig.add_subplot( 223 ) cmap = mpl.cm.winter # 冬季风格 im = ax.imshow(data, cmap=my_cmap) plt.colorbar(im) # 增加colorbar # 第四个子图可以调整colorbar ax = fig.add_subplot( 224 ) cmap = mpl.cm.rainbow # 这里设置colormap的固定值 norm = mpl.colors.Normalize(vmin=- 1 , vmax= 1 ) im=ax.imshow(data,cmap=cmap) plt.colorbar(im,cmap=cmap, norm=norm,ticks=[- 1 , 0 , 1 ]) plt.show() import matplotlib .pyplot as plt import matplotlib .image as mpimg import matplotlib as mpl from PIL import Image matplotlib 简介 matplotlib 是 python 最著名的绘图库，它提供了一整套和matlab相似的命令API，十分适合交互式地行制图。而且也可以方便地将它作为绘图控件，嵌入GUI应用程序中。它的文档相当完备，并且Gallery页面中有上百幅缩略图，打开之后都有源程序。因此如果你需要绘制某种类型的图，只需要在这个页面中浏览/复制/粘贴一下，基本上都能搞定。在Linux下比较著名的数据图工具还有gnuplot，这个是免费的， Python 有一个包可以调用gnuplot，但是语法比较不习惯，而且画图质量不高。而 Matplotlib 则比较强：Matlab的语法、 python 语言、l scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, hold=None, data=None, **kwargs) matplotlib .pyplot.scat... 线条样式，标记和定性颜色的组合，来自 matplotlib ：import itertoolsimport matplotlib as mplimport matplotlib .pyplot as pltN = 8*4+10l_styles = ['-','--','-.',':']m_styles = ['','.','o','^','*'] colormap = mpl.cm.Dark2.color... Colorbar可以显示图中的颜色映射范围，帮助理解图中不同颜色所代表的数据范围。例如，在热力图中，不同的颜色可能表示不同的温度值，颜色条可以告诉哪种颜色对应哪个温度值。Colorbar可以提供关于颜色和数据之间的映射关系的信息。可以通过查看颜色条来了解不同颜色在图中代表的数据值。颜色条可以帮助理解数据的分布情况。例如，颜色条中的颜色分布越均匀，表示数据在整个范围内都有分布。 Python 中绘制散点图常用的函数是 matplotlib .pyplot.scatter，它的主要参数如下： matplotlib .pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, ... 在前面讲过颜色映射了，见：https://blog.csdn.net/mr_cat123/article/details/80709099 和https://blog.csdn.net/mr_cat123/article/details/78638491 自定义 颜色映射参考：http://baijiahao.baidu.com/s?id=1586555769986001383&amp;wfr=... 版权声明：本文为博主原创文章，遵循CC 4.0 by-sa版权协议，转载请附上原文出处链接和本声明。链接：https://blog.csdn.net/zhaogeng111/article/details/78419015 hexadecimal colour code: 转载于： Matplotlib 系列：colorbar 的设置该文为我很及时的解决了我的烦恼，再次向作者致意~ 作者一直在持续更新 python 系列，请支持原作者，文章来源：炸鸡人博客 0. 前言承接 Matplotlib 系列： colormap 的设置一文，这次介绍 colorbar。所谓 colorbar 即主图旁一个长条状的小图，能够辅助表示主图中 colormap 的颜色组成和颜色与数值的对应关系。本文将会依次介绍 colorbar 的基本用法、如何设置刻度，以及怎么为组图添加 colorbar。