Seaborn热图中的调色板

如何解决Seaborn热图中的调色板

在使用 LinearSegmentedColormap 时，Matplotlib文档提到有关参数 colors 的信息

颜色：类似于颜色的数组或（值，颜色）的数组。如果仅给出颜色，则它们与[0,1]范围等距映射；即0映射到颜色[0]，而1映射到颜色[-1]。如果给出（值，颜色）对，则映射是从值到颜色。这可以用来不均匀地划分范围。

我有以下颜色['深红色'，'棕色'，'石灰'，'棕色'，'深红色']，我想以这种方式不均匀地划分范围：

（-1，-0.5）：'深红色'

（-0.5，-0.15）：'棕色'

（-0.15，0.15）：'石灰'

（0.15，0.5）：'棕色'

（0.5，1）：'深红色'

我尝试通过以下格式传递 colors 参数：[（-1，'crimson'），（-0.5，'brown），（-0.15，'lime'），（0.15， 'brown），（0.5，'crimson'）]，但出现错误。我想念什么吗？

解决方法

要实现所描述的颜色分割，可以将LinearSegmentedColormap.from_list('',colors,len(colors))与BoundaryNorm结合使用。请注意，需要5种颜色的6个边界。

为(value,color)使用LinearSegmentedColormap对似乎有点麻烦，因为需要将值归一化以严格从0到1。如果需要连续的颜色范围，这将更适合并希望在特定位置（而不是特定范围）设置特定颜色。

from matplotlib import pyplot as plt
from matplotlib.colors import LinearSegmentedColormap,BoundaryNorm
import numpy as np

bounds = [-1,-0.5,-0.15,0.15,0.5,1]
colors = ['crimson','brown','lime','crimson']
cmap = LinearSegmentedColormap.from_list('',N=len(colors))
norm = BoundaryNorm(bounds,ncolors=len(colors),)

x = np.random.uniform(0,1,100)
y = np.random.uniform(-1,100)
plt.scatter(x,y,c=y,cmap=cmap,norm=norm)
plt.colorbar()
plt.show()

请注意，您可以使用plt.colorbar(spacing='proportional')为较大的范围显示较大的颜色块。默认值为spacing='uniform'，每种颜色的间距均相等。

PS：关于新问题，可以使用(value,color)的{​​{1}}列表创建自定义平滑色彩图，并设置额外的边界。

LinearSegmentedColormap