Python可视化之颜色映射详解

什么是颜色映射

颜色映射（Colormap），指将数值映射到颜色的过程。在可视化中，颜色映射常用于展示数据，将数据的大小、变化等信息通过颜色呈现出来，使图形更易于理解。

可视化库中的颜色映射

在 Python 的可视化库中，通常支持以下几种颜色映射：

• 顺序型：用于表示数据的大小变化，如 viridis；
• 发散型：用于表示数据的正负变化，如 seismic；
• 定性型：用于表示分类变量，如 Set1。

下面以 matplotlib 和 seaborn 两个库为例，介绍如何使用它们的颜色映射。

使用matplotlib库

首先，我们需要导入必要的库和数据：

import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns

np.random.seed(0)
data = np.random.randn(10, 10) * 10

1. 顺序型颜色映射 viridis

plt.imshow(data, cmap='viridis')
plt.colorbar()
plt.show()

上述代码中，使用 imshow 函数将数据以图像的形式展示，颜色映射使用的是 viridis，调用 colorbar 函数添加颜色条。

1. 发散型颜色映射 seismic

plt.imshow(data, cmap='seismic')
plt.colorbar()
plt.show()

上述代码中，使用 seismic 颜色映射，展现数据中正负变化。

使用seaborn库

首先，我们需要导入必要的库和数据：

import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns

np.random.seed(0)
data = np.random.randn(10, 10) * 10

1. 顺序型颜色映射 rocket

sns.heatmap(data, cmap='rocket', annot=True, fmt='.1f')
plt.show()

上述代码中，使用 heatmap 函数展示数据，颜色映射使用的是 rocket，添加标注和小数点后一位的格式。

1. 定性型颜色映射 Set1

sns.scatterplot(x='total_bill', y='tip', hue='day', data=tips, palette='Set1')
plt.show()

上述代码中，使用 scatterplot 函数展示数据，hue 参数设置分类变量，颜色映射使用的是 Set1。

结语

以上就是 Python 可视化库中颜色映射的详细介绍。在实际应用中，根据数据和需求选择适合的颜色映射非常重要，可以使图形更加清晰，表达更加准确。