在matplotlib中反向颜色映射

我想知道如何简单地扭转一个给定的颜色地图的颜色顺序，以便使用它与plot_surface。

260798 次浏览
小开
最佳答案

标准配色也都有反转版本。它们具有相同的名称，只是后面附加了_r。(这里的文档。)

小开

在matplotlib中，颜色映射不是一个列表，但它包含它的颜色列表colormap.colors。模块matplotlib.colors提供了一个函数ListedColormap()，用于从列表中生成颜色映射。你可以反转任何颜色的地图

colormap_r = ListedColormap(colormap.colors[::-1])
小开

因为LinearSegmentedColormaps是基于红、绿、蓝的字典，所以有必要将每一项反转:

import matplotlib.pyplot as plt
import matplotlib as mpl
def reverse_colourmap(cmap, name = 'my_cmap_r'):
"""
In:
cmap, name
Out:
my_cmap_r


Explanation:
t[0] goes from 0 to 1
row i:   x  y0  y1 -> t[0] t[1] t[2]
/
/
row i+1: x  y0  y1 -> t[n] t[1] t[2]


so the inverse should do the same:
row i+1: x  y1  y0 -> 1-t[0] t[2] t[1]
/
/
row i:   x  y1  y0 -> 1-t[n] t[2] t[1]
"""
reverse = []
k = []


for key in cmap._segmentdata:
k.append(key)
channel = cmap._segmentdata[key]
data = []


for t in channel:
data.append((1-t[0],t[2],t[1]))
reverse.append(sorted(data))


LinearL = dict(zip(k,reverse))
my_cmap_r = mpl.colors.LinearSegmentedColormap(name, LinearL)
return my_cmap_r

看看它是否有效:

my_cmap
<matplotlib.colors.LinearSegmentedColormap at 0xd5a0518>


my_cmap_r = reverse_colourmap(my_cmap)


fig = plt.figure(figsize=(8, 2))
ax1 = fig.add_axes([0.05, 0.80, 0.9, 0.15])
ax2 = fig.add_axes([0.05, 0.475, 0.9, 0.15])
norm = mpl.colors.Normalize(vmin=0, vmax=1)
cb1 = mpl.colorbar.ColorbarBase(ax1, cmap = my_cmap, norm=norm,orientation='horizontal')
cb2 = mpl.colorbar.ColorbarBase(ax2, cmap = my_cmap_r, norm=norm, orientation='horizontal')

enter image description here

编辑

我没有收到user3445587的评论。它在彩虹色图上工作得很好:

cmap = mpl.cm.jet
cmap_r = reverse_colourmap(cmap)


fig = plt.figure(figsize=(8, 2))
ax1 = fig.add_axes([0.05, 0.80, 0.9, 0.15])
ax2 = fig.add_axes([0.05, 0.475, 0.9, 0.15])
norm = mpl.colors.Normalize(vmin=0, vmax=1)
cb1 = mpl.colorbar.ColorbarBase(ax1, cmap = cmap, norm=norm,orientation='horizontal')
cb2 = mpl.colorbar.ColorbarBase(ax2, cmap = cmap_r, norm=norm, orientation='horizontal')

enter image description here

但它特别适用于自定义声明的颜色映射，因为自定义声明的颜色映射没有默认的_r。下面的例子来自http://matplotlib.org/examples/pylab_examples/custom_cmap.html:

cdict1 = {'red':   ((0.0, 0.0, 0.0),
(0.5, 0.0, 0.1),
(1.0, 1.0, 1.0)),


'green': ((0.0, 0.0, 0.0),
(1.0, 0.0, 0.0)),


'blue':  ((0.0, 0.0, 1.0),
(0.5, 0.1, 0.0),
(1.0, 0.0, 0.0))
}


blue_red1 = mpl.colors.LinearSegmentedColormap('BlueRed1', cdict1)
blue_red1_r = reverse_colourmap(blue_red1)


fig = plt.figure(figsize=(8, 2))
ax1 = fig.add_axes([0.05, 0.80, 0.9, 0.15])
ax2 = fig.add_axes([0.05, 0.475, 0.9, 0.15])


norm = mpl.colors.Normalize(vmin=0, vmax=1)
cb1 = mpl.colorbar.ColorbarBase(ax1, cmap = blue_red1, norm=norm,orientation='horizontal')
cb2 = mpl.colorbar.ColorbarBase(ax2, cmap = blue_red1_r, norm=norm, orientation='horizontal')

enter image description here

小开

有两种类型的线性segmentedcolormap。在某些情况下，_segmentdata是显式给出的，例如，对于jet:

>>> cm.jet._segmentdata
{'blue': ((0.0, 0.5, 0.5), (0.11, 1, 1), (0.34, 1, 1), (0.65, 0, 0), (1, 0, 0)), 'red': ((0.0, 0, 0), (0.35, 0, 0), (0.66, 1, 1), (0.89, 1, 1), (1, 0.5, 0.5)), 'green': ((0.0, 0, 0), (0.125, 0, 0), (0.375, 1, 1), (0.64, 1, 1), (0.91, 0, 0), (1, 0, 0))}

对于rainbow， _segmentdata如下所示:

>>> cm.rainbow._segmentdata
{'blue': <function <lambda> at 0x7fac32ac2b70>, 'red': <function <lambda> at 0x7fac32ac7840>, 'green': <function <lambda> at 0x7fac32ac2d08>}

我们可以在matplotlib的源代码中找到这些函数，它们被给出为

_rainbow_data = {
'red': gfunc[33],   # 33: lambda x: np.abs(2 * x - 0.5),
'green': gfunc[13], # 13: lambda x: np.sin(x * np.pi),
'blue': gfunc[10],  # 10: lambda x: np.cos(x * np.pi / 2)
}

你想要的一切都已经在matplotlib中完成了，只需调用cm。Revcmap，它颠倒了两种类型的分段数据，所以

cm.revcmap(cm.rainbow._segmentdata)

应该做的工作-你可以简单地创建一个新的线性分段数据从那。在revcmap中，基于函数的SegmentData的反转是用

def _reverser(f):
def freversed(x):
return f(1 - x)
return freversed

而其他的列表则像往常一样颠倒过来

valnew = [(1.0 - x, y1, y0) for x, y0, y1 in reversed(val)]

所以实际上你想要的是

def reverse_colourmap(cmap, name = 'my_cmap_r'):
return mpl.colors.LinearSegmentedColormap(name, cm.revcmap(cmap._segmentdata))
小开

解决方法很简单。假设您想要使用“autumn”配色方案。标准版本:

cmap = matplotlib.cm.autumn

要反转颜色图谱，使用get_cmap()函数并将'_r'附加到颜色图谱标题，如下所示:

cmap_reversed = matplotlib.cm.get_cmap('autumn_r')
小开

目前还没有反转任意颜色映射的内置方法，但一个简单的解决方案是实际上不修改颜色条，而是创建一个反向Normalize对象:

from matplotlib.colors import Normalize


class InvertedNormalize(Normalize):
def __call__(self, *args, **kwargs):
return 1 - super(InvertedNormalize, self).__call__(*args, **kwargs)

然后你可以使用plot_surface和其他Matplotlib绘图函数。

inverted_norm = InvertedNormalize(vmin=10, vmax=100)
ax.plot_surface(..., cmap=<your colormap>, norm=inverted_norm)

这将适用于任何Matplotlib颜色地图。

小开

从Matplotlib 2.0开始，有一个reversed()方法用于ListedColormap和LinearSegmentedColorMap对象，所以你可以只做

cmap_reversed = cmap.reversed() < /代码> < / p >

在这里是文档。


提交答案