Vos propres cartes de couleurs
Pas intéressé par toutes les cartes de couleurs fournies? Ou avez-vous besoin d'autres cartes de couleurs fantaisie? Le cas échéant, tu dois lire ce post jusqu'au bout. Je vais vous guider à travers la personnalisation et la création de vos propres cartes de couleurs.
Mais avant de le personnaliser, Je vais vous montrer un exemple d'utilisation de cartes de couleurs. j'ai utilisé le ‘RdYlBu_r‘Cartes de couleurs pour visualiser mes données.
Modifions vos propres cartes de couleurs.
En premier lieu, nous devons créer des données simulées qui seront affichées, en utilisant ce code
# importer des bibliothèques / modules importer numpy en tant que np importer matplotlib.pyplot en tant que plt# créer des données fictives données = np.aléatoire.aléatoire([100, 100]) * 10
La variable de données est un tableau composé de 100 X 100 nombres aléatoires de 0 Al 10. Vous pouvez le vérifier en écrivant ce code.
Après cela, nous afficherons les données simulées avec les palettes de couleurs par défaut en utilisant le code simple ci-dessous.
plt.figure(taille de la figue=(7, 6))plt.pcolormesh(Les données) plt.colorbar()
Le code vous montrera un chiffre comme celui-ci.
Comme je l'ai mentionné auparavant, si vous n'avez pas défini les palettes de couleurs que vous avez utilisées, vous obtiendrez les palettes de couleurs par défaut, appelé ‘viridis'.
Ensuite, Je vais changer les cartes de couleurs de ‘viridis'une’ inferno 'color maps avec ce code-
plt.pcolormesh(Les données, cmap='enfer')
Vous obtiendrez le résultat comme ceci. Viridis
Modifier les palettes de couleurs
À présent, pour modifier les cartes de couleurs, vous devez importer ces sous-bibliothèques suivantes dans Matplotlib.
de matplotlib importer cm
de matplotlib.colors importer ListedColormap,LinéaireSegmentéColormap
Pour modifier le numéro de classe de couleur dans vos palettes de couleurs, tu peux utiliser ce code
new_inferno = cm.get_cmap('enfer', 5)# visualiser avec les colormaps new_inferno plt.pcolormesh(Les données, cmap = new_inferno) plt.colorbar()
et vous obtiendrez un résultat comme celui-ci
La prochaine chose est de modifier la couleur de la gamme dans une palette de couleurs. Je vais vous donner un exemple en color maps ‘hsv’. Vous devez comprendre la gamme de couleurs avec cette figure.
Si nous voulons utiliser uniquement la couleur verte (environ 0.3) à la couleur bleue (0.7), nous pouvons utiliser le code suivant.
# hsv modifié dans 256 classe de couleur hsv_modified = cm.get_cmap('hsv', 256)# créer de nouvelles palettes de couleurs hsv dans la plage de 0.3 (vert) à 0.7 (bleu) newcmp = ListedColormap(hsv_modified(par exemple linspace(0.3, 0.7, 256)))# montrer le chiffre plt.figure(taille de la figue=(7, 6)) plt.pcolormesh(Les données, cmap = nouveaucmp) plt.colorbar()
Cela vous donnera un chiffre comme celui-ci
Créer vos propres cartes de couleurs
Pour créer vos propres cartes de couleurs, il y a au moins deux méthodes. Premier, vous pouvez combiner deux palettes de couleurs séquentielles dans Matplotlib. En second lieu, vous pouvez sélectionner et assortir votre couleur préférée en RVB pour créer des cartes de couleurs.
Nous vous ferons une démonstration de la combinaison de deux palettes de couleurs séquentielles pour créer une nouvelle palette de couleurs. Nous voulons combiner « Oranges’ et "Bleu".
Vous pouvez lire attentivement ce code.
# cartes de couleurs haut et bas establece haut = cm.get_cmap('Oranges_r', 128) # r signifie version inversée bas = cm.get_cmap('Bleu', 128)# combiner le tout nouvelles couleurs = np.vstack((Haut(par exemple linspace(0, 1, 128)), bas(par exemple linspace(0, 1, 128))))# créer une nouvelle palette de couleurs avec le nom OrangeBlue orange_blue = ListedColormap(nouvelles couleurs, nom="OrangeBlue")
Si vous affichez les données simulées à l'aide des cartes de couleurs « OrangeBlue », vous obtiendrez un chiffre comme celui-ci.
La prochaine chose est de créer une palette de couleurs à partir de deux couleurs différentes que vous aimez. Pour ce cas, Je vais essayer de le créer à partir de la couleur jaune et rouge comme indiqué dans l'image suivante.
Premier, vous devez créer des cartes jaunes
# créer des palettes de couleurs jaunesN = 256jaune = np.ones((N, 4))jaune[:, 0] = par exemple linspace(255/256, 1, N) # R = 255 jaune[:, 1] = par exemple linspace(232/256, 1, N) # G = 232 jaune[:, 2] = par exemple linspace(11/256, 1, N) # B = 11yellow_cmp = ListedColormap(jaune)
et cartes rouges
rouge = np.ones((N, 4))rouge[:, 0] = par exemple linspace(255/256, 1, N) rouge[:, 1] = par exemple linspace(0/256, 1, N) rouge[:, 2] = par exemple linspace(65/256, 1, N)red_cmp = ListedColormap(rouge)
L'affichage de carte jaune et rouge que vous avez créé est montré dans l'image suivante
Articles Similaires:
- Classification des images CNN | Classification d'images à l'aide de CNN
- Créer un modèle de détection de visage dans une vidéo à l'aide de Python
- Que sont les bases de données relationnelles? Introduction aux bases de données relationnelles
- Extraction de données à partir de fichiers PDF non structurés