Ihre eigenen Farbkarten
Nicht an allen bereitgestellten Farbkarten interessiert? Oder benötigen Sie andere ausgefallene Farbkarten? Wenn ja, du musst diesen Beitrag bis zum Ende lesen. Ich werde Sie durch die Anpassung und Erstellung Ihrer eigenen Farbkarten führen.
Aber bevor Sie es anpassen, Ich zeige Ihnen ein Beispiel für die Verwendung von Farbkarten. Ich habe das benutzt ‚RdYlBu_r‚mapas de colores para visualizar mis datos.
Lassen Sie uns Ihre eigenen Farbkarten ändern.
Zuerst, wir müssen simulierte Daten erstellen, die angezeigt werden, mit diesem Code
# einige Bibliotheken importieren / Module numpy als np importieren import matplotlib.pyplot als plt# Scheindaten erstellen Daten = np.zufällig.zufällig([100, 100]) * 10
Das VariableIn Statistik und Mathematik, ein "Variable" ist ein Symbol, das einen Wert darstellt, der sich ändern oder variieren kann. Es gibt verschiedene Arten von Variablen, und qualitativ, die nicht-numerische Eigenschaften beschreiben, und quantitative, numerische Größen darstellen. Variablen sind grundlegend in Experimenten und Studien, da sie die Analyse von Beziehungen und Mustern zwischen verschiedenen Elementen ermöglichen, das Verständnis komplexer Phänomene zu erleichtern.... de datos es una matriz que consta de 100 x 100 Zufallszahlen von 0 al 10. Sie können es überprüfen, indem Sie diesen Code schreiben.
Danach, Wir werden die simulierten Daten mit Standard-Colormaps mit dem folgenden einfachen Code anzeigen.
plt.figur(Feigengröße=(7, 6))plt.pcolormesh(Daten) plt.colorbar()
El código le mostrará una Abbildung"Abbildung" ist ein Begriff, der in verschiedenen Zusammenhängen verwendet wird, Von der Kunst zur Anatomie. Im künstlerischen Bereich, bezieht sich auf die Darstellung menschlicher oder tierischer Formen in Skulpturen und Gemälden. In der Anatomie, bezeichnet die Form und Struktur des Körpers. Was ist mehr, in der Mathematik, "Abbildung" Es hängt mit geometrischen Formen zusammen. Seine Vielseitigkeit macht es zu einem grundlegenden Konzept in mehreren Disziplinen.... wie gehts.
Wie ich bereits erwähnte, wenn Sie die verwendeten Farbkarten nicht definiert haben, Sie erhalten die Standard-Colormaps, namens ‚viridis‚.
Dann, Ich werde die Farbkarten von . ändern ‚viridis‚ein‘ inferno ‚mapas de color con este código-
plt.pcolormesh(Daten, cmap='inferno')
Sie erhalten das Ergebnis so. Viridis
Farbkarten ändern
Jetzt, um die Farbkarten zu ändern, Sie müssen diese folgenden Unterbibliotheken in Matplotlib importieren.
aus Matplotlib-Import cm
aus matplotlib.colors importieren ListedColormap,LinearSegmentedColormap
So ändern Sie die Farbklassennummer in Ihren Farbkarten, Sie können diesen Code verwenden
new_inferno = cm.get_cmap('Inferno', 5)# visualisieren mit den new_inferno colormaps plt.pcolormesh(Daten, cmap = new_inferno) plt.colorbar()
und du bekommst so ein ergebnis
Als nächstes ändern Sie die Farbe des Bereichs in einer Colormap. Les daré un ejemplo en mapas de color ‚hsv‘. Sie müssen die Farbskala mit dieser Figur verstehen.
Wenn wir nur die grüne Farbe verwenden wollen (Über 0.3) zur blauen Farbe (0.7), Wir können den folgenden Code verwenden.
# modifizierte hsv in 256 Farbklasse hsv_modified = cm.get_cmap('hsv', 256)# Erstellen Sie neue HSV-Farbkarten im Bereich von 0.3 (Grün) zu 0.7 (Blau) newcmp = ListedColormap(hsv_modified(z.B. linspace(0.3, 0.7, 256)))# Figur anzeigen plt.figur(Feigengröße=(7, 6)) plt.pcolormesh(Daten, cmap = newcmp) plt.colorbar()
Es wird dir eine Figur wie diese geben
Erstellen Sie Ihre eigenen Farbkarten
Um Ihre eigenen Farbkarten zu erstellen, Es gibt mindestens zwei Methoden. Zuerst, Sie können zwei sequentielle Colormaps in Matplotlib kombinieren. Zweitens, Sie können Ihre Lieblingsfarbe in RGB auswählen und anpassen, um Farbkarten zu erstellen.
Wir zeigen Ihnen, wie Sie zwei aufeinanderfolgende Colormaps kombinieren, um eine neue Colormap zu erstellen. Queremos combinar ‚Naranjas‘ Ja ‚Azules‘.
Sie können diesen Code sorgfältig lesen.
# establece obere und untere Farbkarte top = cm.get_cmap('Orangen_r', 128) # r bedeutet umgekehrte Version unten = cm.get_cmap('Blues', 128)# kombiniere alles newcolors = np.vstack((oben(z.B. linspace(0, 1, 128)), Unterseite(z.B. linspace(0, 1, 128))))# Erstellen Sie eine neue Farbkarte mit dem Namen OrangeBlue orange_blue = ListedColormap(neueFarben, name="OrangeBlau")
Si visualiza los datos simulados usando mapas de color ‚OrangeBlau‘, Du bekommst so eine Figur.
Als nächstes erstellen Sie eine Farbkarte aus zwei verschiedenen Farben, die Ihnen gefallen. Für diesen Fall, Ich werde versuchen, es aus gelber und roter Farbe zu erstellen, wie im nächsten Bild gezeigt.
Zuerst, Sie müssen gelbe Karten erstellen
# Erstellen Sie gelbe FarbkartenN = 256gelb = np.ones((n, 4))Gelb[:, 0] = z.B. linspace(255/256, 1, n) # R = 255 Gelb[:, 1] = z.B. linspace(232/256, 1, n) # G = 232 Gelb[:, 2] = z.B. linspace(11/256, 1, n) # B = 11yellow_cmp = ListedColormap(Gelb)
und rote Karten
rot = np.ones((n, 4))rot[:, 0] = z.B. linspace(255/256, 1, n) rot[:, 1] = z.B. linspace(0/256, 1, n) rot[:, 2] = z.B. linspace(65/256, 1, n)red_cmp = ListedColormap(rot)
Die von Ihnen erstellte gelbe und rote Kartendarstellung wird im nächsten Bild angezeigt
