python热力图颜色大全

### Python 绘制热力图时可用的颜色方案 在使用 `matplotlib` 和 `seaborn` 库绘制热力图时，有许多内置的颜色映射（colormap）可供选择。这些颜色映射可以根据具体需求调整热力图的视觉效果。 #### 使用 Seaborn 的预定义调色板 Seaborn 提供了一系列美观且实用的颜色调色板，可以直接应用于热力图中： ```python import seaborn as sns import matplotlib.pyplot as plt import numpy as np # 构造随机数据用于展示 data = np.random.rand(10, 12) plt.figure(figsize=(10, 8)) sns.heatmap(data, cmap="coolwarm") # 使用 coolwarm 调色板 plt.title('Heatmap with Cool Warm Color Map') plt.show() ``` 此代码片段展示了如何利用 `"coolwarm"` 这样的预设调色板来创建热力图[^1]。 #### Matplotlib 中的颜色映射表 除了 Seaborn 自带的选择外，还可以通过 Matplotlib 访问更多种类的颜色映射表。以下是部分常用的 colormap 列表及其描述： | Colormap Name | Description | |---------------|-------------| | viridis | A perceptually uniform sequential colormap that is good for many applications and colorblind-friendly. | | plasma | Another perceptually uniform sequential colormap which provides high contrast across the entire range of values. | | inferno | Similar to 'plasma', but starts from black instead of dark blue at low intensities. | | magma | Like 'inferno' but slightly less saturated towards higher intensity levels. | | cividis | Designed specifically to be accessible by people who are red-green or blue-yellow color blind while still being aesthetically pleasing. | 要查看完整的色彩列表并测试不同选项的效果，可执行如下脚本： ```python from matplotlib.colors import ListedColormap all_colormaps = ['viridis', 'plasma', 'inferno', 'magma', 'cividis'] fig, axes = plt.subplots(nrows=1, ncols=len(all_colormaps), figsize=(15, 3)) for ax, name in zip(axes.flatten(), all_colormaps): gradient = np.linspace(0, 1, 256) gradient = np.vstack((gradient, gradient)) ax.imshow(gradient, aspect='auto', cmap=plt.get_cmap(name)) ax.set_title(f'{name} colormap') plt.tight_layout() plt.show() ``` 这段代码会生成一系列子图，每个子图对应一种不同的 colormap，并直观地显示出其渐变特性[^2]。 #### 定义自定义颜色映射 如果默认提供的 colormap 不满足特定应用场景下的需求，则可以通过组合多种基础颜色来自定义新的 colormap: ```python custom_colors = ["white", "lightblue", "#add8e6", "darkblue"] my_custom_cmap = ListedColormap(custom_colors) plt.figure(figsize=(10, 7)) sns.heatmap(data, annot=True, fmt=".1f", linewidths=.5, square=True, cbar_kws={"shrink": .5}, cmap=my_custom_cmap) plt.title('Custom Heatmap Colorscheme Example') plt.show() ``` 上述例子说明了怎样基于给定的颜色序列构建个性化 colormap 并应用到实际绘图当中[^3]。