matplotlib自定义colormap

Lighting

          最近使用python处理WRF输出的nc文件，在出图的时候由于自带的colormap无法满足需要，自己就查看了matplotlib的官方文档，又搜索了网上的一些资料，就试着自定义了colormap。便把一些方法和感想记录下来，分享一下，当然主要还是怕自己忘了～～

===============================================================
           本帖主要就介绍一下matplotlib中自定义colormap的一些命令，以及制作colormap的一些方法。
1） matplotlib.Colors.LinearSegmentedColormap (name,segmentdata,N=256,gamma=1.0)
       colormap对象以线性分割的数据列表为基础，数据列表是由原色三元组进行线性插值产生，为[0 1]之间的值。
       其中segmentdata是一个由red,blue,green词条构成的词典，每一个词条都由 x,y0,y1三个值构成，参数alpha为可选项。词条中的三个值的含义为：x 表示在colorbar中的位置，即colorbar的长度为1，因此 x 的值在[0 1]之间，且只能单调变化; y0,y1为表示颜色的值，通常为相同的值，如果取值不同时，对colormap的变化更有帮助。y0表示为 x 左边的颜色值，y1表示为 x 右边的颜色值。
       下面举个例子：         
cdict = {'red':   [(0.0,  0.0, 0.0),
                            (0.5,  1.0, 1.0),
                            (1.0,  1.0, 1.0)],
             'green': [(0.0,  0.0, 0.0),
                            (0.25, 0.0, 0.0),
                            (0.75, 1.0, 1.0),
                            (1.0,  1.0, 1.0)],         
               'blue':  [(0.0,  0.0, 0.0),
                             (0.5,  0.0, 0.0),
                             (1.0,  1.0, 1.0)]}
上述词典中 red 数据表示把colorbar中red分为两部分，[0 0.5]和[0.5 1]，绿色分为三部分，即在[0 0.25]之间green为0,[0.25,0.75]之间
green为1,[0.75,1]之间green为1，蓝色同理。
    gamma值用于调节colormap底部和顶部的亮度。
    因为每一段的颜色都是在y0和y1之间进行插值所得，因此第一行的y0和最后一行的y1是不会用到的。
2） matplotlib.colors.ListedColormap(colors,name='from_list',N=None)
3） matplotlib.cm.get_cmap(name=None,lut=None)
4)  matplotlib.cm.register_cmap(name=None,cmap=None,data=None,lut=NOne)
    以上几个命令不再一一赘述，更详细的信息可以点我

==========================================================================
    以下是一些创建colormap的方法:
1） 使用LinearSegmentedColormap命令
   

1. import matplotlib.colors as col
   
2. cdict = {'red': ((0.0, 0.0, 0.0),
   
3.                           (0.3, 0.5, 0.5),
   
4.                           (0.6, 0.7, 0.7),
   
5.                           (0.9, 0.8, 0.8),
   
6.                           (1.0, 0.8, 0.8)),
   
7.             'green': ((0.0, 0.0, 0.0),
   
8.                            (0.3, 0.8, 0.8),
   
9.                            (0.6, 0.7, 0.7),
   
10.                            (0.9, 0.0, 0.0),
    
11.                            (1.0, 0.7, 0.7)),
    
12.                       'blue': ((0.0, 1.0, 1.0),
    
13.                                    (0.3, 1.0, 1.0),
    
14.                                   (0.6, 0.0, 0.0),
    
15.                                   (0.9, 0.0, 0.0),
    
16.                            (1.0, 1.0, 1.0))}
    
17. cmap1 = col.LinearSegmentedColormap('my_colormap',cdict,N=256,gamma=0.75)  
    
18. # my_colormap可以自定义，如果没有cmap1，下面的cmap1可以换位my_colormap，但是为字符串格式
    
19. # gamma项 一般可以省略
    
20.     cm.register_cmap(name='own1', cmap=cmap1)   # 进行‘注册’，使get_cmap命令能检索到该cmap
    
21. 
    
22. <span id="kM0.04844997560317399">2） 使用from_list方法
    
23. </span><div class="blockcode"><blockquote>import matplotlib.colors as col
    
24. startcolor = '#586323'
    
25. midcolor = '#fcffc9'
    
26. endcolor = '#bd2309'
    
27. cmap2 = col.LinearSegmentedColormap.from_list('own2',[startcolor,midcolor,endcolor])
    
28. cm.register_cmap(cmap=cmap2)
    

复制代码

3） 使用ListedColormap命令

1. import matplotlib.colors as col
   
2. cpool = [ '#bd2309', '#bbb12d', '#1480fa', '#14fa2f', '#000000',
   
3.               '#faf214', '#2edfea', '#ea2ec4', '#ea2e40', '#cdcdcd',
   
4.               '#577a4d', '#2e46c0', '#f59422', '#219774', '#8086d9' ]
   
5. cmap3 = col.ListedColormap(cpool[0:10], 'indexed')
   
6. # 注意：cpool中有15个颜色，但是只使用了10个，其余的会被忽略
   
7. # 具体可查阅matplotlib官方文档中对ListedColormap的说明
   
8. cm.register_cmap(cmap=cmap3)

复制代码

       除了使用matplotlib自定义colormap外，还有一个独立的colormap库可用于创建colormap，这个我没有仔细研究，大概看了一下，用法不难，有兴趣的可以看一下 点我查看
         
========================================
        最后上我自己处理nc文件并自定义colormap的代码

1. import netCDF4 as nc
   
2. import matplotlib.pyplot as plt
   
3. from mpl_toolkits.basemap import Basemap
   
4. import numpy as np
   
5. 
   
6. filepath   = '/run/media/root/*WRF/-5/s/wrfout_d02_2014-09-28_12_00_00'
   
7. data       = nc.Dataset(filepath,'r')
   
8. 
   
9. var        = 'REFL_10CM'
   
10. dbz        = data.variables[var][:]
    
11. dbzsize    = np.shape(data.variables[var])
    
12. timelen    = dbzsize[0]
    
13. heightlen  = dbzsize[1]
    
14. latlen     = dbzsize[2]
    
15. lonlen     = dbzsize[3]
    
16. print(dbzsize)
    
17. 
    
18. lats  = 30;  late  = 35;
    
19. lons  = 114; lone  = 120;
    
20. m = Basemap(projection='cyl',llcrnrlat=lats,urcrnrlat=late,llcrnrlon=lons,urcrnrlon=lone,resolution='i')
    
21. m.drawparallels(np.arange(lats,late+1,1.),labels = [1,0,0,0],fontsize=15,linewidth = 0. )
    
22. # set linewidth = 0 to turn off longitude and latitude dash line
    
23. m.drawmeridians(np.arange(lons,lone+2,2.),labels = [0,0,0,1],fontsize=15,linewidth = 0.)
    
24. m.drawcoastlines()
    
25. m.drawcountries()
    
26. #m.drawlsmask()
    
27. lon,lat  = m.makegrid(lonlen,latlen)
    
28. print(np.shape(lon))
    
29. x,y = m(lon,lat)
    
30. clevs = np.arange(0,70,10)
    
31. cdict = {'red'  : [(0.,0,1),
    
32.                    (0.15,1.,1.),
    
33.                    (0.3,0.85,0.85),
    
34.                    (0.45,0.7,0.7),
    
35.                    (0.6,0.55,0.55),
    
36.                    (0.75,0.4,0.4),
    
37.                    (0.9,0,1),
    
38.                    (1.,1.,0.)],
    
39.          'green' : [(0.,0,1),
    
40.                    (0.15,1.,1.),
    
41.                    (0.3,0.85,0.85),
    
42.                    (0.45,0.7,0.7),
    
43.                    (0.6,0.55,0.55),
    
44.                    (0.75,0.4,0.4),
    
45.                    (0.9,1.,1.),
    
46.                    (1.,1.,1.)],
    
47.          'blue'  : [(0.,0,1),
    
48.                    (0.15,1.,1.),
    
49.                    (0.3,0.85,0.85),
    
50.                    (0.45,0.7,0.7),
    
51.                    (0.6,0.55,0.55),
    
52.                    (0.75,0.4,0.4),
    
53.                    (0.9,1,1.),
    
54.                    (1.,1.,1.)]}
    
55. my_cmap = colors.LinearSegmentedColormap(name='dbzcmap',segmentdata = cdict,N=256)
    
56. #cm.register_cmap(name = 'dbzcmap',data = cdict,lut = 128)
    
57. # 如果把上述语句取消注释，把LinearSegmentedColormap语句行注释掉，也可定义colormap
    
58. # 但是下面语句中的cmap=my_cmap应改为 cmap = 'dbzcmap'
    
59. ref  = m.contourf(lon,lat,dbz[29,29,:,:],clevs,alpha = 1,cmap= my_cmap)#plt.cm.Greys)  
    
60. # alpha 表示透明度
    
61. cbar = m.colorbar(ref)
    
62. cbar.set_label('dBZ')
    
63. axes = plt.gca()
    
64. plt.grid(False)
    
65. 
    
66. plt.title('Reflectivity plot for WRF_ARW',size = 20)
    
67. plt.savefig('dbz')
    
68. plt.show()

复制代码

      出图效果改天上传。如果大家有什么疑问，欢迎和我一起探讨！

=========================================================
       出图效果见图片（配色不太好）。
       自定义colormap时，个人还是感觉还是利用下面的方法好一些。

1. cdict = ['#FFFFFF','#c3e3f4','#4552a2','#b6dd79','#8fc824',
   
2.          '#77bd29','#65b430','#e58814','#ce2823','#c41d24',
   
3.          '#9a1a1f','#731417','#000000']
   
4. my_cmap = colors.ListedColormap(cdict,'indexed')
   
5. cm.register_cmap(name = 'dbzcmap',data = cdict,lut = 128)
   

复制代码

      对于初学者来说，比之前提到的方法更容易控制颜色。

悠幽

赞一个，顺便推荐一个包：brewer2mpl，里面好多漂亮的colormap

po_po1

不错啊，学习学习

clearth

http://bbs.06climate.com/forum.p ... &extra=page%3D1

xzshzzh918

{:eb511:}

风往北吹

不错~

wanghp

高大上啊&#128561;

xzshzzh918

{:eb511:}

931404656

及时雨  正在用

iij

楼主，我想问下定义了颜色字典，再怎么定义cmap呢？{0.:'w', 1.:'#A6F28F', 1.5:'#3DBA3D', 7.:'#61B8FF', 15.:'#0000E1', 40.:'#FA00FA', 50.:'#800040'}