永久导入自定义colormap随时调用

相雨书

气象家园里大佬开发的cmaps模块很实用，ncl里的众多colormap都嵌入其中，调用起来也简单方便。

但有一次我在ncl官网中看到漂亮心仪的色标，在cmaps中调用时显示不存在。看来当前ncl官网中的colormap并不是全部导入进了cmaps。

此外，对于论文作图来说。每个人有每个人的绘图风格。对不同变量进行绘图处理也需要选择合适的colormap。已有的ncl提供的colormap固然种类繁多，但在实际使用中，待绘成变量场后发现实际上并不美观。

大多时候我需要进一步处理把colormap两段深色的部分截去，留下中间亮色部分，这样做出来的图像会更鲜亮，吸引人的眼球。

再看看这些命名，复杂难记，有些并不直观反映内容。而且编程时你得一边开着编辑器，一边开着网页，挨个审阅哪个好看一些。试了一个发现不好看，继续试下一个。归根结底，你对这些colormap不熟悉。

这样就涉及到自定义colormap的调用问题。自定义的colormap可以是自己插值而来、从已有的ncl库中截取拼接而来，或者在看论文时，发现一个特别漂亮的图像，把别人的色标提取而来。

总之，自定义colormap的有时比直接调用库colormap更方便美观。
如果要调用自定义的colormap，就需要在作图代码前先制作好rgb序列。 如果每次编程前都要复制这么三五行甚至十几行用来自定义colormap的代码是不是非常麻烦？

有没有办法能把制作好的colormap永久性地存入库中，像cmaps和matplotlib一样使用时直接输入色标名就可以调用呢？

matplotlib有一个register_cmap()函数。顾名思义，它功能就是可以把自定义的colormap存入matplotlib已有的库中，并赋予色标名。调用时用法同matplotlib内置colormap。

但是非常遗憾，当我兴冲冲地制作好一个colormap并命名为"mycolor"后。调用一下，嗯，果然可用。可是第二天重新打开电脑，"mycolor"就不存在了。当你关闭编辑器(spyder，pycharm等)，再重新打开，使用register_cmap()导入的colormap就清除了。你得重新导入一次，这仍然是一种极为麻烦的方式。

于是，我寻找另外一种方法，既然cmaps已经为我们开发好了一个巨大的库，我们为什么不好好利用它呢？

其实解决一次性永久导入自定义colormap的方法很简单，就是寻着cmaps存储rgb文件的轨迹，添加入我们自己的文件。

首先你得安装了cmaps库，但是先不要import它。
先找到它的安装路径

    # 获取cmaps模块安装路径  

    path = imp.find_module("cmaps")[1]

    # rgb文件路径

    if not isinstance(colormap, str):

        rgbdata = np.array(colormap)

    else:

        rgbdata = np.genfromtxt(colormap, delimiter = ' ', dtype = int, skip_header = 2, comments = '#')

    icmap=colors.ListedColormap(rgbdata)

colormap是你制作好的rgb序列。它可以是自定义的N*3的列表、元组或numpy array格式（RGB范围：0~255）。还可以是ncl官网直接下载的txt文件路径字符串，还可以是气象家园调色盘调色盘输出的ncl文件路径字符串（注意选择输出ncl格式的）。

然后将RGB和cmaps已有的RGB文件存在一起

mapsave = path+'\\colormaps\\self_defined\\'+colorname+'.rgb'

header = 'ncolors = '+str(rgbdata.shape[0])+'\n'+'  r   g   b'

np.savetxt(mapsave, rgbdata, header = header, delimiter = ' ', fmt = '%4d')

colorname是输入参数，为你自定义的colormap的名称

最后把相关信息写入

    f=open(path + '\\cmaps.py', 'a')

    add=['\n\n    @property',

         '\n    def '+colorname+'(self):',

         '\n        cname = '+'"'+colorname+'"',

         '\n        cmap_file = os.path.join(CMAPSFILE_DIR, "self_defined",  '+'"'+colorname+'.rgb")',

         '\n        cmap = Colormap(self._coltbl(cmap_file), name=cname)',

         '\n        matplotlib.cm.register_cmap(name=cname, cmap=cmap)',

    f2=open(path + '\\cmaps.py', 'r')

    count = 0

    for line in f2:

        if 'def '+colorname+'(self):' in line:

            count+=1

    f2.close()

    if count<1:

        f.writelines(add)

    f.close()

再给大家写一个离散颜色插值到渐变颜色，自定义的colormap。同时演示一下函数用法

import matplotlib.pyplot as plt

from matplotlib.colors import LinearSegmentedColormap

import numpy as np

import colorimport

colormap = [(1, 0, 0), # 红

            (1,0, 1),  # 紫

            (0, 0, 1)] # 蓝

cm = LinearSegmentedColormap.from_list(

    'name',  

    colormap,  

    N = 100)

icmap=colregister('testcolors',255*cm(np.linspace(0,1,100)))

N = 100

x = np.linspace(-3.0, 3.0, N)

y = np.linspace(-2.0, 2.0, N)

X, Y = np.meshgrid(x, y)

fig, ax = plt.subplots()

cs = ax.contourf(np.sin(X)+np.cos(Y),levels=100, cmap=icmap)

fig.colorbar(cs)

上面这个脚本对红、紫、蓝之间进行插值，生成连续的colormap,并给它一个名字“testcolors”。之后调用我们写的colregister函数，将刚生成的colormap导入进cmaps。并输出一个用于预览使用的icmap并在下面调用（23行 cmap=icmap）。

到此，我们自定义的colormap已经永久地存入cmaps模块中

这个仅用于颜色预览。在上面这个脚本中我们还不能使用cmaps，因为对cmaps程序进行了修改，一边修改一边使用它会出现错误和无效。预览完颜色，如果满意，今后就可以将23行改为：cmap=cmaps.testcolors  即可简单方便地永久调用自己制作的colormap了。如果不满意，可以继续调试，相同名字的colormap会更新覆盖，不用担心重名等问题。

获取完整代码，请关注我的公众号文章：colregister！永久导入自定义colormap！随时调用

puck66

你这个似乎不错，解决了一大痛点！我去试试，谢谢分享

handsome11

楼主微信公众号密码还记得嘛，好久没更新了

任性小王子

不错的帖子，值得收藏。

planck

不错的帖子，值得收藏。