matplotlib.colors.LinearSegmentedColormap#

class matplotlib.colors.LinearSegmentedColormap(name, segmentdata, N=256, gamma=1.0)[Quelle]#

Bases: Colormap

Colormap-Objekte basierend auf Nachschlagetabellen mit linearen Segmenten.

Die Nachschlagetabelle wird mit linearer Interpolation für jede Primärfarbe generiert, wobei die Domäne von 0 bis 1 in eine beliebige Anzahl von Segmenten unterteilt wird.

Erstellen Sie eine Colormap aus linearen Abbildungssegmenten

Das Argument `segmentdata` ist ein Dictionary mit Einträgen für Rot, Grün und Blau. Jeder Eintrag sollte eine Liste von Tupeln (x, y0, y1) sein, die Zeilen in einer Tabelle bilden. Einträge für Alpha sind optional.

Beispiel: Angenommen, Sie möchten, dass Rot über die untere Hälfte von 0 auf 1 ansteigt, Grün dasselbe über die mittlere Hälfte tut und Blau über die obere Hälfte. Dann würden Sie Folgendes verwenden:

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)]}

Jede Zeile in der Tabelle für eine gegebene Farbe ist eine Sequenz von Tupeln (x, y0, y1). In jeder Sequenz muss x monoton von 0 bis 1 ansteigen. Für jeden Eingabewert z, der zwischen x[i] und x[i+1] liegt, wird der Ausgabewert einer gegebenen Farbe linear zwischen y1[i] und y0[i+1] interpoliert.

row i:   x  y0  y1
               /
              /
row i+1: x  y0  y1

Daher werden y0 in der ersten Zeile und y1 in der letzten Zeile nie verwendet.

Siehe auch

LinearSegmentedColormap.from_list

Statische Methode; Factory-Funktion zur Erzeugung einer glatt variierenden LinearSegmentedColormap.

static from_list(name, colors, N=256, gamma=1.0)[Quelle]#

Erstellt eine LinearSegmentedColormap aus einer Liste von Farben.

Parameter:
namestr

Der Name der Colormap.

colorsListe von Farben oder Liste von (Wert, Farbe)

Wenn nur Farben angegeben werden, werden sie äquidistant auf den Bereich \([0, 1]\) abgebildet; d.h. 0 wird auf colors[0] und 1 auf colors[-1] abgebildet. Wenn (Wert, Farbe)-Paare angegeben werden, erfolgt die Abbildung von Wert auf Farbe. Dies kann verwendet werden, um den Bereich ungleichmäßig zu teilen.

Nint

Die Anzahl der RGB-Quantisierungsebenen.

gammafloat
resampled(lutsize)[Quelle]#

Gibt eine neue Colormap mit lutsize Einträgen zurück.

reversed(name=None)[Quelle]#

Gibt eine umgekehrte Instanz der Colormap zurück.

Parameter:
namestr, optional

Der Name für die umgekehrte Colormap. Wenn None, wird der Name auf self.name + "_r" gesetzt.

Gibt zurück:
LinearSegmentedColormap

Die umgekehrte Colormap.

set_gamma(gamma)[Quelle]#

Setzt einen neuen Gammawert und generiert die Colormap neu.

Beispiele für die Verwendung von matplotlib.colors.LinearSegmentedColormap#

Demo CurveLinear Grid2

Demo CurveLinear Grid2

Eine Farbskala aus einer Liste von Farben erstellen

Eine Farbskala aus einer Liste von Farben erstellen

Kontur Demo

Kontur Demo

Konturbild

Konturbild

Konturfüllungs-Demo

Konturfüllungs-Demo

Konturfüllung und logarithmische Farbskala

Konturfüllung und logarithmische Farbskala

Bild-Resampling

Bild-Resampling

Viele Möglichkeiten, Bilder darzustellen

Viele Möglichkeiten, Bilder darzustellen

Bild mit maskierten Werten

Bild mit maskierten Werten

Nicht-uniformes Bild

Nicht-uniformes Bild

Bilder überlagern mit Alpha-Blending

Bilder überlagern mit Alpha-Blending

pcolormesh

pcolormesh

Schattierungsbeispiel

Schattierungsbeispiel

Balkendiagramm mit Farbverläufen

Balkendiagramm mit Farbverläufen

Manuelle Kontur

Manuelle Kontur

AGG-Filter

AGG-Filter

Matplotlib-Logo

Matplotlib-Logo

Tabellen-Demo

Tabellen-Demo

Kontur- (Level-) Kurven in 3D darstellen

Kontur- (Level-) Kurven in 3D darstellen

Kontur- (Level-) Kurven in 3D mit der Option extend3d darstellen

Kontur- (Level-) Kurven in 3D mit der Option extend3d darstellen

Gefüllte Konturen

Gefüllte Konturen

Benutzerdefinierte Hillshading in einem 3D-Oberflächendiagramm

Benutzerdefinierte Hillshading in einem 3D-Oberflächendiagramm

3D-Diagramme als Subplots

3D-Diagramme als Subplots

3D-Oberfläche (Farbskala)

3D-Oberfläche (Farbskala)

3D-Oberfläche mit Polarkoordinaten

3D-Oberfläche mit Polarkoordinaten

Dreieckiges 3D-Konturdiagramm

Dreieckiges 3D-Konturdiagramm

Dreieckiges 3D-Konturdiagramm mit Füllung

Dreieckiges 3D-Konturdiagramm mit Füllung

Weitere dreieckige 3D-Oberflächen

Weitere dreieckige 3D-Oberflächen

Delfine

Delfine

Beschattierte & Leistungsnormalisierte Darstellung

Beschattierte & Leistungsnormalisierte Darstellung

Hillshading

Hillshading

Linksventrikuläres Bullseye

Linksventrikuläres Bullseye

Topografisches Hillshading

Topografisches Hillshading

Achsen-Box-Seitenverhältnis

Achsen-Box-Seitenverhältnis

Benutzerdefinierte Legenden erstellen

Benutzerdefinierte Legenden erstellen

Text als Pfad verwenden

Text als Pfad verwenden

plot_surface(X, Y, Z)

plot_surface(X, Y, Z)

plot_trisurf(x, y, z)

plot_trisurf(x, y, z)

Tutorial zu benutzerdefinierten Farbleisten

Tutorial zu benutzerdefinierten Farbleisten

Colormaps in Matplotlib erstellen

Colormaps in Matplotlib erstellen

Colormap-Normalisierung

Colormap-Normalisierung