matplotlib 热力图 cmap
时间: 2025-05-17 22:05:31 浏览: 26
### 使用 `cmap` 参数绘制热图
在 Matplotlib 中,可以通过设置参数 `cmap` 来定义热图的颜色映射方式。颜色映射(colormap)决定了数值范围到颜色空间的转换关系。以下是关于如何使用 `imshow()` 函数以及其 `cmap` 参数来创建热图的具体说明。
#### 设置颜色映射
Matplotlib 提供了许多内置的颜色映射选项,这些可以在官方文档中找到[^1]。例如,常用的连续型颜色映射有 `'viridis'`, `'plasma'`, `'inferno'`, 和 `'magma'` 等;而离散型颜色映射则包括 `'tab10'`, `'Set1'`, `'Pastel1'` 等。下面是一段示例代码:
```python
import numpy as np
import matplotlib.pyplot as plt
# 创建随机数据矩阵
data = np.random.rand(10, 10)
# 调用 imshow 并指定 cmap 颜色映射
plt.imshow(data, cmap='viridis') # 'viridis' 是默认的颜色映射
plt.colorbar() # 添加颜色条以便解释数值对应的颜色
plt.title('Heatmap with Viridis Colormap')
plt.show()
```
上述代码展示了如何利用 `imshow()` 函数生成一个基于随机数数组的数据热图,并应用了名为 `'viridis'` 的颜色映射方案[^2]。
如果希望更改颜色风格,则仅需替换字符串中的 colormap 名称即可。比如改为红色渐变效果:
```python
plt.imshow(data, cmap='Reds')
```
#### 自定义颜色映射
除了直接选用预设好的 colormaps 外,还可以自定义自己的 color map 。这需要用到 LinearSegmentedColormap 或 ListedColormap 类来自由组合不同色彩区间[^3]:
```python
from matplotlib.colors import ListedColormap
colors = ["white", "blue"] # 定义两个端点颜色
custom_cmap = ListedColormap(colors)
plt.imshow(data, cmap=custom_cmap)
plt.colorbar()
plt.title('Custom Heatmap Colorscheme')
plt.show()
```
此部分介绍了通过调整 `cmap` 参数改变视觉呈现形式的方法[^4]。
---
阅读全文
相关推荐


















