在 Python 中绘制伪彩图（色块图、热力图等）时，可以通过指定不同的 colormap（颜色映射表）来改变伪彩图的颜色。Matplotlib 提供了多种预定义的 colormap，也可以自定义 colormap。
下面是一个简单的例子，展示如何使用 Matplotlib 中的 colormap 来改变伪彩图的颜色：
|
1 2 3 4 5 6 7 8 9 10 11 |
import numpy as np import matplotlib.pyplot as plt # 定义一个二维数组 data = np.random.rand(10, 10) # 绘制伪彩图 plt.imshow(data, cmap='coolwarm', vmin=0, vmax=1) plt.colorbar() plt.show() |
在上面的代码中，我们使用 random.rand 函数生成了一个 $10\times10$ 的二维数组 data，然后使用 imshow 函数绘制了一个伪彩图。在 imshow 函数中，我们指定了 colormap 为 'coolwarm'，该 colormap 以蓝色和红色为主色调。 vmin 和 vmax 参数用于指定颜色映射的取值范围，这里我们将它们设置为 0 和 1，以与 data 的取值范围对应。最后，使用 colorbar 函数添加了一个颜色条。
除了使用预定义的 colormap，我们还可以自定义 colormap。下面是一个简单的例子，展示如何自定义一个 colormap：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |
import numpy as np import matplotlib.pyplot as plt from matplotlib.colors import LinearSegmentedColormap # 定义一个二维数组 data = np.random.rand(10, 10) # 定义一个自定义 colormap colors = [(1, 1, 1), (0.5, 0.5, 0.5), (0, 0, 0)] # 白、灰、黑 cmap = LinearSegmentedColormap.from_list('my_cmap', colors) # 绘制伪彩图 plt.imshow(data, cmap=cmap, vmin=0, vmax=1) plt.colorbar() plt.show() |
在上面的代码中，我们首先定义了一个二维数组 data，然后定义了一个自定义 colormap。这里我们使用 LinearSegmentedColormap 类从一个颜色列表中创建了一个 colormap，颜色列表包含了白色、灰色和黑色。然后，使用 imshow 函数绘制了一个伪彩图，并指定了自定义的 colormap。最后，使用 colorbar 函数添加了一个颜色条。
.jpg)
.jpg)
.jpg)
