Matplotlib Colormapa

Em Python, uma das bibliotecas mais amplamente usadas é o matplotlib. John Hunter o criou em 2002 como uma biblioteca de várias plataformas que poderia ser executada em uma variedade de sistemas operacionais. O método cmap () no pacote matplotlib fornece inúmeros maços de colméias embutidas. O componente Pyplot da biblioteca Matplotlib oferece uma interface semelhante ao MATLAB. Também ajuda na trama de linhas, gráficos 3D, barras, contornos e gráficos de dispersão, entre outras coisas.

Além disso, os colegas de colméias são freqüentemente classificados como seqüenciais, divergentes, qualitativos ou cíclicos, dependendo de sua funcionalidade. Uma forma revertida da maioria dos colegas de coloração padrão pode ser adquirida incluindo '_r' no nome. O Matplotlib oferece vários coloridos desenvolvidos que podem ser acessados ​​através do Matplotlib.cm.pegar.cmap. Neste artigo, conversaremos sobre os coloridas Matplotlib em Python.

Criando nosso mapa de colméias:

Modificaremos e desenvolveremos nossos colegas de colméias se precisarmos de mapas sofisticados ou se os coloridos predefinidos de matplotlib não satisfazem nossos requisitos. Ao tentar se encaixar em um padrão em um padrão, é consideravelmente mais difícil de projetar e criar. Uma visualização incorporada dentro de um painel ou página da web usando um tema de cor pré-existente.

importar matplotlib.pyplot como plt
importar numpy como np
dados = np.aleatório.aleatório ([140, 140]) * 20
plt.Figura (FigSize = (8, 8))
plt.pcolormesh (dados)
plt.Barra de cor()

Nesse cenário, vamos fazer algumas alterações com nossos colegas. Precisamos integrar bibliotecas e depois usar este programa para criar dados de amostra que seriam exibidos. O elemento de dados é uma coleção de 140 x 140 valores integrais que variam de 0 a 20.

Podemos avaliá -lo implementando o comando subsequente. Depois disso, usamos este método para exibir o conjunto de dados simulado com coloras de coleta usuais. No entanto, se não indicarmos os mapas de coloridas que utilizamos, os Colormaps padrão serão desenvolvidos.

Classes de mapas de coloridas:

Crormaps de colméias sequenciais, coloras cíclicas, coloridas divergentes e coloras qualitativas são algumas classes das mapas de coloridas disponíveis no matplotlib. Nós vamos dar a você representações de todos os coloridos categorizados.

importar numpy como np
importar matplotlib.pyplot como plt
x = np.Linspace (-np.PI, NP.pi, 60)
y = np.Linspace (-np.PI, NP.pi, 60)
X, y = np.Meshgrid (x, y)
Z = np.pecado (x + y/6)
fig = plt.Figura (FigSize = (14,5.5))
Figo.SubPlots_adjust (Wspace = 0.4)
plt.Subparcela (1,4,1)
plt.PCOLORMESH (X, Y, Z, CMAP = PLT.cm.get_cmap ('verduras'))
plt.Barra de cor()
plt.eixo ([ -2, 2, -2, 2])
plt.título ('sequencial')
plt.Subparcela (1,4,2)
plt.PCOLORMESH (X, Y, Z, CMAP = PLT.cm.get_cmap ('rdbu')))
plt.Barra de cor()
plt.eixo ([ -1, 1, -1, 1])
plt.título ('divergente')
plt.Subparcela (1,4,3)
plt.PCOLORMESH (X, Y, Z, CMAP = PLT.cm.get_cmap ('rdbu_r')))
plt.Barra de cor()
plt.eixo ([ -1, 1, -1, 1])
plt.Title ('Cyclic')
plt.Subparcela (1,4,4)
plt.PCOLORMESH (X, Y, Z, CMAP = PLT.cm.get_cmap ('Dark2'))
plt.Barra de cor()
plt.eixo ([ -3, 3, -3, 3])
plt.título ('qualitativo')

Coloras seqüenciais significa uma mudança progressiva na luminância e intensidade de cores, freqüentemente usando apenas um tom; deve ser necessário para demonstrar dados com sequência.

Diverging coloras de colméias: Representa uma variação de leveza e talvez a intensidade de dois tons separados que atingem um consenso em uma cor insaturada. Esse estilo pode ser utilizado quando os dados mapeados contêm um valor médio relevante, como topologia ou se os dados divergirem de zero.

Papas de colméias cíclicas: Ele mostra uma transição na intensidade de duas cores se cruzando no centro e iniciando/terminando em um tom insaturado. Esses mapas de coloras podem ser usados ​​para elementos que giram em torno dos terminais, como ângulo de fase, padrões de vento ou duração diária.

Papas de colméias qualitativas: Uma variedade de tons usados ​​para representar dados que não contêm nenhum tipo de ordem ou associação.

Os mapas de coloras geralmente são categorizados nesses grupos com base em seus propósitos.

Uso de um Colormap embutido de matplotlib:

Selecionar um Colorma de Color. Um colorido de critério, especialmente em que estágios idênticos nos dados são interpretados como estágios semelhantes no espaço de cores, é a escolha ideal para muitos fins.

Os pesquisadores descobriram que nosso cérebro reconhece variações no parâmetro de brilho à medida que os dados mudam consideravelmente melhores do que as variações de cores. Como resultado, o observador entenderá facilmente as mapas de coloridas com um aumento consistente de brilho em todo o modelo de cores.

importar numpy como np
importar matplotlib.pyplot como plt
x, y = np.mgrid [-6: 6: 0.06, -6: 6: 0.06]
z = (NP.sqrt (x ** 4 + y ** 4) + np.sin (x ** 4 + y ** 4))
fig, ax = pLT.subtramas (1,1)
im = ax.imshow (z)
Figo.Colorbar (IM)
machado.yaxis.set_major_locator (PLT.Nulllocator ())
machado.Xaxis.set_major_locator (PLT.Nulllocator ())

Como uma classe de mixin, objetos criados por métodos como pcolor (), contour (), scatter () e imshow () subtipo scalarmappable. As aulas de mixin incluem recursos comuns, mas não têm como objetivo "ficar dentro dos seus próprios", eles não são a classe principal do objeto. É isso que permite que diferentes objetos, como a coleção fornecida por poclor () ou scatter (), e a imagem produzida por iMshow (), para compartilhar uma infraestrutura de mapa de Color.

Colormaps padrão em matplotlib:

Matplotlib inclui um grande número de coloras predefinidas, como mostrado aqui. Diferentes bibliotecas com um grande número de mapas adicionais são fornecidos no matplotlib. Vamos seguir em frente e experimentar quatro coloridas diferentes de matplotlib.

importar numpy como np
importar matplotlib.pyplot como plt
x, y = np.mgrid [-6: 6: 0.06, -6: 6: 0.06]
z = (NP.sqrt (x ** 4 + y ** 4) + np.sin (x ** 4 + y ** 4))
de mpl_toolkits.AXES_GRID1 import make_axes_locatable
fig, eixos = pLT.subtramas (2,2, figSize = (20.20))
para machado, nome em zip (eixos.flatten (), cmap_list):
im = ax.imshow (z, aspecto = 'auto', cmap = plt.get_cmap (nome))
machado.yaxis.set_major_locator (PLT.Nulllocator ())
machado.Xaxis.set_major_locator (PLT.Nulllocator ())
machado.set_aspect ('igual', ajustável = 'caixa')
Divider = make_axes_locatable (AX)
cax = divisor.append_axes ("direita", size = "6%", pad = 0.2)
plt.Colorbar (IM, cax = cax)

Uma variante invertida da maioria dos coloridos predefinidos pode ser obtida inserindo '_r' no rótulo. Matplotlib.cm.Obtenha CMAP (nome), aqui passamos o nome do parâmetro para esta função que mostra o nome de mapa de Color, pode ser usado para adquirir esses.

Quaisquer capacões especificados são identificados pela função get_cmap (). Utilize matplotlib.cm.Register_cmap (nome, CMAP) para registrar qualquer mapa de Color.

Conclusão:

Cobrimos o Matplotlib Colormaps neste artigo. Além disso, discutimos o uso de função cmap () em python. Por causa da percepção da mente humana, escolher o tom adequado para nossos colegas é crítico. A cor comunica pensamentos, sentimentos e sentimentos. Matplotlib tem uma variedade de mapas de colméias, mas algumas pessoas têm uma preferência distinta quando se trata de mapas de coloridas. Em Matplotlib, temos a capacidade de gerar e editar nossos colegas. Utilizamos os 'Rormais.