web-dev-qa-db-fra.com

Quels noms peuvent être utilisés dans plt.cm.get_cmap?

J'ai ce code:

plt.scatter(data_projected[:,0],data_projected[:,1],c=digits.target
        ,edgecolors='none',alpha=0.5,cmap=plt.cm.get_cmap('nipy_spectral',10));

Ma confusion vient de plt.cm.get_cmap ('nipy_spectral', 10) . Parfois, il y aura plt.cm.get_cmap ('RdYlBu') à la place.

Est le 'RdYlBu', 'nipy_spectral' le nom d'une couleur? Et y a-t-il d'autres noms à utiliser à la place?

Existe-t-il une liste de toutes les couleurs disponibles?

J'ai lu le document mais cela ne semble pas aider ou je ne le comprends pas.

pythonpython-3.xmatplotlibdata-analysismatplotlib-basemap
5
Timi

Le premier argument de plt.cm.get_cmap('nipy_spectral',10) est le nom d'une palette de couleurs. Vous pouvez obtenir une liste de toutes les cartes de couleurs disponibles via

import matplotlib.cm
print(matplotlib.cm.cmap_d.keys())

ou vous pouvez consulter la référence de la palette de couleurs .

7
ImportanceOfBeingErnest

Depuis matplotlib> = 1.5.0, une approche consiste à appeler la fonction niveau supérieur matplotlib.pyplot.colormaps() getter plutôt que d'accéder directement aux structures de données de niveau inférieur (par exemple, matplotlib.cm.cmap_d, matplotlib.cm.datad).

L'appel de matplotlib.pyplot.colormaps() a l'avantage de trier implicitement les noms de toutes les cartes de couleurs retournées (dans l'ordre lexicographique). Étant donné que matplotlib.cm.cmap_d Est actuellement implémenté en tant que dictionnaire standard non ordonné, l'impression ou l'itération sur ses clés comme dans réponse d'ImportanceOfBeingErnest un peu plus compliqué à lire: par exemple,

# The pyplot.colormap() approach (works with matplotlib >= 1.5.0 ).
>>> import matplotlib.pyplot as plt
>>> print(plt.colormaps())
['Accent', 'Accent_r', 'Blues', 'Blues_r', 'BrBG', 'BrBG_r', 'BuGn', 'BuGn_r', 'BuPu', 'BuPu_r', 'CMRmap', 'CMRmap_r', 'Dark2', 'Dark2_r', 'GnBu', 'GnBu_r', 'Greens', 'Greens_r', 'Greys', 'Greys_r', 'OrRd', 'OrRd_r', 'Oranges', 'Oranges_r', 'PRGn', 'PRGn_r', 'Paired', 'Paired_r', 'Pastel1', 'Pastel1_r', 'Pastel2', 'Pastel2_r', 'PiYG', 'PiYG_r', 'PuBu', 'PuBuGn', 'PuBuGn_r', 'PuBu_r', 'PuOr', 'PuOr_r', 'PuRd', 'PuRd_r', 'Purples', 'Purples_r', 'RdBu', 'RdBu_r', 'RdGy', 'RdGy_r', 'RdPu', 'RdPu_r', 'RdYlBu', 'RdYlBu_r', 'RdYlGn', 'RdYlGn_r', 'Reds', 'Reds_r', 'Set1', 'Set1_r', 'Set2', 'Set2_r', 'Set3', 'Set3_r', 'Spectral', 'Spectral_r', 'Wistia', 'Wistia_r', 'YlGn', 'YlGnBu', 'YlGnBu_r', 'YlGn_r', 'YlOrBr', 'YlOrBr_r', 'YlOrRd', 'YlOrRd_r', 'afmhot', 'afmhot_r', 'autumn', 'autumn_r', 'binary', 'binary_r', 'bone', 'bone_r', 'brg', 'brg_r', 'bwr', 'bwr_r', 'cividis', 'cividis_r', 'cool', 'cool_r', 'coolwarm', 'coolwarm_r', 'copper', 'copper_r', 'cubehelix', 'cubehelix_r', 'flag', 'flag_r', 'Gist_earth', 'Gist_earth_r', 'Gist_gray', 'Gist_gray_r', 'Gist_heat', 'Gist_heat_r', 'Gist_ncar', 'Gist_ncar_r', 'Gist_Rainbow', 'Gist_Rainbow_r', 'Gist_stern', 'Gist_stern_r', 'Gist_yarg', 'Gist_yarg_r', 'gnuplot', 'gnuplot2', 'gnuplot2_r', 'gnuplot_r', 'gray', 'gray_r', 'hot', 'hot_r', 'hsv', 'hsv_r', 'inferno', 'inferno_r', 'jet', 'jet_r', 'magma', 'magma_r', 'nipy_spectral', 'nipy_spectral_r', 'ocean', 'ocean_r', 'pink', 'pink_r', 'plasma', 'plasma_r', 'prism', 'prism_r', 'Rainbow', 'Rainbow_r', 'seismic', 'seismic_r', 'spring', 'spring_r', 'summer', 'summer_r', 'tab10', 'tab10_r', 'tab20', 'tab20_r', 'tab20b', 'tab20b_r', 'tab20c', 'tab20c_r', 'terrain', 'terrain_r', 'viridis', 'viridis_r', 'winter', 'winter_r']

# The direct matplotlib.cm approach (also works with matplotlib < 1.5.0)
>>> import matplotlib.cm
>>> print(matplotlib.cm.cmap_d.keys())
dict_keys(['Blues', 'BrBG', 'BuGn', 'BuPu', 'CMRmap', 'GnBu', 'Greens', 'Greys', 'OrRd', 'Oranges', 'PRGn', 'PiYG', 'PuBu', 'PuBuGn', 'PuOr', 'PuRd', 'Purples', 'RdBu', 'RdGy', 'RdPu', 'RdYlBu', 'RdYlGn', 'Reds', 'Spectral', 'Wistia', 'YlGn', 'YlGnBu', 'YlOrBr', 'YlOrRd', 'afmhot', 'autumn', 'binary', 'bone', 'brg', 'bwr', 'cool', 'coolwarm', 'copper', 'cubehelix', 'flag', 'Gist_earth', 'Gist_gray', 'Gist_heat', 'Gist_ncar', 'Gist_Rainbow', 'Gist_stern', 'Gist_yarg', 'gnuplot', 'gnuplot2', 'gray', 'hot', 'hsv', 'jet', 'nipy_spectral', 'ocean', 'pink', 'prism', 'Rainbow', 'seismic', 'spring', 'summer', 'terrain', 'winter', 'Accent', 'Dark2', 'Paired', 'Pastel1', 'Pastel2', 'Set1', 'Set2', 'Set3', 'tab10', 'tab20', 'tab20b', 'tab20c', 'Blues_r', 'BrBG_r', 'BuGn_r', 'BuPu_r', 'CMRmap_r', 'GnBu_r', 'Greens_r', 'Greys_r', 'OrRd_r', 'Oranges_r', 'PRGn_r', 'PiYG_r', 'PuBu_r', 'PuBuGn_r', 'PuOr_r', 'PuRd_r', 'Purples_r', 'RdBu_r', 'RdGy_r', 'RdPu_r', 'RdYlBu_r', 'RdYlGn_r', 'Reds_r', 'Spectral_r', 'Wistia_r', 'YlGn_r', 'YlGnBu_r', 'YlOrBr_r', 'YlOrRd_r', 'afmhot_r', 'autumn_r', 'binary_r', 'bone_r', 'brg_r', 'bwr_r', 'cool_r', 'coolwarm_r', 'copper_r', 'cubehelix_r', 'flag_r', 'Gist_earth_r', 'Gist_gray_r', 'Gist_heat_r', 'Gist_ncar_r', 'Gist_Rainbow_r', 'Gist_stern_r', 'Gist_yarg_r', 'gnuplot_r', 'gnuplot2_r', 'gray_r', 'hot_r', 'hsv_r', 'jet_r', 'nipy_spectral_r', 'ocean_r', 'pink_r', 'prism_r', 'Rainbow_r', 'seismic_r', 'spring_r', 'summer_r', 'terrain_r', 'winter_r', 'Accent_r', 'Dark2_r', 'Paired_r', 'Pastel1_r', 'Pastel2_r', 'Set1_r', 'Set2_r', 'Set3_r', 'tab10_r', 'tab20_r', 'tab20b_r', 'tab20c_r', 'magma', 'magma_r', 'inferno', 'inferno_r', 'plasma', 'plasma_r', 'viridis', 'viridis_r', 'cividis', 'cividis_r'])

Voilà ! API Sane + lisibilité humaine = c'est bien.

1
Cecil Curry