Python如何查看並打印matplotlib中所有的colormap(cmap)類型
查看並打印matplotlib中所有的colormap(cmap)類型
代碼如下:
方法一
import matplotlib.pyplot as plt cmaps = sorted(m for m in plt.cm.datad if not m.endswith("_r")) print(cmaps)
我們忽略以_r結尾的類型,因為它們都是類型後面不帶有_r的反轉版本(reversed version)。
所有的類型我們可以在matplotlib的源代碼中找到:(如下圖)
方法二
import matplotlib.pyplot as plt cmap_list1 = plt.colormaps() print(cmap_list1)
方法三
如果使用的是Pycharm編譯器,那麼可以在作圖的時候簡單的隨便給定一個cmap的類型,如果給定的cmap類型是錯誤的,那麼在編譯器的錯誤提示信息中也會顯示出所有的cmap類型。
比如,我們這裡我們想要做一個高斯函數的曲面分佈圖,我們隨意給cmap一個'aaa'的值,這時,我們可以在編譯器提示窗口看到如下錯誤信息的輸出。
import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D x = np.linspace(-3, 3, 100) y = np.linspace(-3, 3, 100) x, y = np.meshgrid(x, y) w0 = 1 gaussian = np.exp(-((pow(x, 2) + pow(y, 2)) / pow(w0, 2))) fig = plt.figure() ax = Axes3D(fig) ax.plot_surface(x, y, gaussian, cmap='aaa') ax.set_xlabel('X') ax.set_ylabel('Y') ax.set_zlabel('Z') plt.show() """ 錯誤提示信息: ValueError: 'aaa' is not a valid value for name; supported values are 'Accent', 'Accent_r', 'Blues', 'Blues_r', 'BrBG', 'BrBG_r', 'BuGn', 'BuGn_r', 'BuPu', 'BuPu_r', 'CMRmap', 'CMRmap_r', 'Dark2', 'Dark2_r', 'GnBu', 'GnBu_r', 'Greens', 'Greens_r', 'Greys', 'Greys_r', 'OrRd', 'OrRd_r', 'Oranges', 'Oranges_r', 'PRGn', 'PRGn_r', 'Paired', 'Paired_r', 'Pastel1', 'Pastel1_r', 'Pastel2', 'Pastel2_r', 'PiYG', 'PiYG_r', 'PuBu', 'PuBuGn', 'PuBuGn_r', 'PuBu_r', 'PuOr', 'PuOr_r', 'PuRd', 'PuRd_r', 'Purples', 'Purples_r', 'RdBu', 'RdBu_r', 'RdGy', 'RdGy_r', 'RdPu', 'RdPu_r', 'RdYlBu', 'RdYlBu_r', 'RdYlGn', 'RdYlGn_r', 'Reds', 'Reds_r', 'Set1', 'Set1_r', 'Set2', 'Set2_r', 'Set3', 'Set3_r', 'Spectral', 'Spectral_r', 'Wistia', 'Wistia_r', 'YlGn', 'YlGnBu', 'YlGnBu_r', 'YlGn_r', 'YlOrBr', 'YlOrBr_r', 'YlOrRd', 'YlOrRd_r', 'afmhot', 'afmhot_r', 'autumn', 'autumn_r', 'binary', 'binary_r', 'bone', 'bone_r', 'brg', 'brg_r', 'bwr', 'bwr_r', 'cividis', 'cividis_r', 'cool', 'cool_r', 'coolwarm', 'coolwarm_r', 'copper', 'copper_r', 'cubehelix', 'cubehelix_r', 'flag', 'flag_r','gist_earth', 'gist_earth_r', 'gist_gray', 'gist_gray_r', 'gist_heat','gist_heat_r', 'gist_ncar', 'gist_ncar_r', 'gist_rainbow', 'gist_rainbow_r','gist_stern', 'gist_stern_r', 'gist_yarg', 'gist_yarg_r', 'gnuplot','gnuplot2', 'gnuplot2_r', 'gnuplot_r', 'gray', 'gray_r', 'hot', 'hot_r', 'hsv', 'hsv_r', 'inferno', 'inferno_r', 'jet','jet_r', 'magma', 'magma_r','nipy_spectral', 'nipy_spectral_r', 'ocean', 'ocean_r', 'pink', 'pink_r','plasma', 'plasma_r', 'prism', 'prism_r', 'rainbow', 'rainbow_r', 'seismic', 'seismic_r', 'spring', 'spring_r', 'summer', 'summer_r', 'tab10','tab10_r', 'tab20', 'tab20_r', 'tab20b', 'tab20b_r', 'tab20c', 'tab20c_r', 'terrain','terrain_r', 'turbo', 'turbo_r', 'twilight', 'twilight_r', 'twilight_shifted','twilight_shifted_r', 'viridis', 'viridis_r', 'winter', 'winter_r' """
matplotlib cmap取值問題
直接定義一個類來獲取cmap中各個顏色方便使用
使用的話:mycolor = MyColor(‘Accent’); mycolor.get_color();# 每次就調用獲取下一個cmap中的顏色。
class MyColor(object): def __init__(self, cmap_name): self.color_set = plt.get_cmap(cmap_name).colors self.idx = 0 self.color_len = len(self.color_set) def get_color(self): if self.idx == self.color_len - 1: self.idx = 0 color = self.color_set[self.idx] self.idx += 1 return color
可視化官方提供的cmap
比如查看:[‘Pastel1’, ‘Pastel2’, ‘Paired’, ‘Accent’, ‘Dark2’, ‘Set1’, ‘Set2’, ‘Set3’, ‘tab10’, ‘tab20’, ‘tab20b’, ‘tab20c’]
import matplotlib.pyplot as plt import numpy as np import matplotlib.pyplot as plt cmaps = {} gradient = np.linspace(0, 1, 256) gradient = np.vstack((gradient, gradient)) def plot_color_gradients(category, cmap_list): # Create figure and adjust figure height to number of colormaps nrows = len(cmap_list) figh = 0.35 + 0.15 + (nrows + (nrows - 1) * 0.1) * 0.22 fig, axs = plt.subplots(nrows=nrows + 1, figsize=(6.4, figh), dpi=100) fig.subplots_adjust(top=1 - 0.35 / figh, bottom=0.15 / figh, left=0.2, right=0.99) axs[0].set_title(f'{category} colormaps', fontsize=14) for ax, name in zip(axs, cmap_list): ax.imshow(gradient, aspect='auto', cmap=plt.get_cmap(name)) ax.text(-0.01, 0.5, name, va='center', ha='right', fontsize=10, transform=ax.transAxes) # Turn off *all* ticks & spines, not just the ones with colormaps. for ax in axs: ax.set_axis_off() # Save colormap list for later. cmaps[category] = cmap_list plot_color_gradients('Qualitative', ['Pastel1', 'Pastel2', 'Paired', 'Accent', 'Dark2', 'Set1', 'Set2', 'Set3', 'tab10', 'tab20', 'tab20b', 'tab20c'])
運行後:
以上為個人經驗,希望能給大傢一個參考,也希望大傢多多支持WalkonNet。
推薦閱讀:
- python OpenCV圖像直方圖處理
- Matplotlib配色之Colormap詳解
- 利用Seaborn繪制20個精美的pairplot圖
- python數字圖像處理圖像的繪制詳解
- Matplotlib可視化之自定義顏色繪制精美統計圖