前言

matplotlib 模块功能非常强大，pyplot类为用户提供快速绘制折线、柱状、散点等常见图表的脚本方法。与此同时，matplotlib 依赖众多的底层渲染器如Agg对图像数据处理展示。

为了能够绘制更加美观的图像，我们都会使用到matplotlib 中颜色应用到图像中。

在前面的学习中，图表中颜色应用主要两种方式：

• 设置颜色填充属性关键字：如plot、bar、hist、pi、contour等都提供facecolor/color/cmap属性关键字
• 渲染numpy数据：使用imshow()/pcolor方法展示numpy数据渲染成图像

本期，我们将对matplotlib 模块中绘制颜色表、图表颜色应用相关方法属性进行学习，let's go~

1. imshow()绘制彩色表

• imshow()方法概述

  pyplot.imshow()是将numpy生成的数据渲染成2D图像

  • imshow()将RGBA数据或者2D标量数据渲染成谓彩色图像
  • imshow()可以通过cmap|vmin|vmax指定输出的颜色级别

• imshow()方法绘制彩色表

  • 导入matplotlib.pyplot库
  • 调用numpy.random.randint()生成向量数据
  • 调用pyplot.imshow()把数据渲染成图像
  • 调用pylot.show()展示出图像

  x = np.random.randint(1,100,size=(3,5))
  plt.imshow(x)
  plt.show()
  

  

• 可以通过cmap、vmin、vmax更改渲染颜色级别

   plt.imshow(x,cmap="hot",vmin=10,vmax=210)
  

  

• 可以调用text()方法填充每个颜色文本

  fig,ax = plt.subplots()
  
  x = np.random.randint(1,100,size=(7,7))
  
  ax.imshow(x,cmap="magma_r")
  
  for i in range(7):
      for j in range(7):
          text = ax.text(j,i,x[i,j],ha="center",va="center",color="w")
  
  plt.show()
  

  

2. pcolormesh()绘制彩色表

• pcolor()方法概述

  • pcolor()方法使用四边形创建非常规的彩色网格
  • pcolor()方法对于大型矩阵，渲染的速度会很慢
  • pcolor（）方法仅支持对x，y的掩码进行处理

• pcolormesh()方法概述

  • pcolormesh()方法使用四方形创建彩色网格
  • pcolormesh()方法适用于大型的矩阵数据
  • pcolormesh()方法将遮罩元素的facecolor设置为透明，可以使用边缘颜色看到差异

• pcolor()方法实操

  x = np.random.rand(6,10)
  
  plt.pcolor(x)
  
  plt.colorbar()
  
  plt.show()
  

  

• pcolormesh()方法实操

  x = np.random.rand(6,10)
  
  plt.pcolormesh(x,edgecolors="k")
  
  plt.colorbar()
  
  plt.show()
  

  

3. hline()、vline()绘制彩色线条

• hline()、vline()方法概述

  • pyplot.hline(y,xmin,xmax)方法绘制水平线
  • pyplot.vline(x,ymin,ymax)方法绘制垂直线

• hline()、vline()方法实操

  • 调用pyplot.rcParams['axes.prop_cycle'].by_key()['color']获取Axes对象的颜色
  • 调用pyplot.vline()、pyplot.hline()方法绘制垂直水平线

  prop_cycle = plt.rcParams['axes.prop_cycle']
  colors = prop_cycle.by_key()['color']
  
  for i,color in enumerate(colors):
  
      plt.vlines(i,0,10,color=color)
      plt.hlines(i,0,10,color=color)
  
  plt.show()
  

  

4. colorbar 绘制颜色条

• colorbar()方法概述

  • pylot.colorbar将颜色条添加到图表中
  • colorbar可应用在scatter、contour、imshow、pcolormesh中
  • colorbar 在图表中默认是垂直显示，可以通过orientation设置水平

• colorbar()方法实操

  data = np.arange(100).reshape(10,10)
  
  im = plt.imshow(data)
  
  plt.colorbar(im,orientation="horizontal")
  
  plt.show()
  

  

5. 图表颜色属性

• 颜色属性关键字

  • cmap:RGBA颜色映射表，形式为"颜色映射表名_r"
  • color: RGBA颜色元组或者列表
  • facecolor:图形颜色
  • edgecolor:图形边框颜色
  • 颜色取值形式：
    • 表示颜色的英文单词：如红色"red"
    • 表示颜色单词的简称如：红色"r",黄色"y"
    • RGB格式：十六进制格式如"#88c999";(r,g,b)元组形式
    • 可以转入颜色列表

• 常见图表颜色属性一览表

  方法	图表名	cmap	color	facecolor	edgecolor
  pyplot.hist()	直方图	×	√	×	√
  pyplot.plot()	折线图	×	√	×	×
  pyplot.bar()	柱状图	×	√	√	√
  pyplot.pie()	饼图	×	√(colors)	×	√
  pyplot.scatter()	散点图	√	√ (c)	×	√(edgecolors)
  pyplot.contour()	等高线图	√	√(colors)	×	×
  pyplot.boxplot()	箱型图	×	×	×	×
  pyplot.violinplot()	提琴图	×	×	×	×
  pyplot.imshow()	展示dta为图像	√	×	×	×
  pyplot.pcolor()	颜色网格	√	√	√	√(edgecolors)

总结

本期，我们对matplotlib 模块中进行绘制图表时，颜色的应用相关方法和属性进行总结。如何将数据清晰的展示出来，图表中往往要借助颜色来帮助我们区分。

以上是本期内容，欢迎大佬们点赞评论，下期见~