Python中plt用于热力图的颜色配色方案全览

资源下载链接为： https://pan.quark.cn/s/22ca96b7bd39 在 Python 3.7 环境下，利用 matplotlib 这一可视化库时，颜色配色方案对于制作吸引人的图形有着极为关键的作用。之前提及的“Python Plt 颜色配色一览（热力图）”中，列举了众多能用于打造热力图以及诸如散点图、条形图、线图等多种可视化图表的颜色调色板。 具体来说，Python 3.7 环境中可用的颜色配色方案涵盖以下类别： 单色系：像Blues、Greens、Reds等，它们呈现从浅到深的连续色调，非常适合用来展现数据的连续变化或渐变效果。 对比色系：例如Accent、Dark2、Paired、Pastel1、Pastel2、Set1、Set2、Set3等，这些颜色组合便于区分不同类别，对于有明确分组的数据来说特别适用。 地理或自然色彩系：像YlGn、YlGnBu、YlOrBr、YlOrRd等，这些颜色配色方案是受到自然景观启发而来的，常被用于地图或者地理数据的可视化呈现。 彩虹色系：如RdYlBu、RdGy、RdYlGn等，这些色系是按照光谱顺序排列的，能够很好地展示数据的分布情况以及变化趋势。 冷暖色系：像cool、warm等，能够营造出冷暖氛围，可用于表达数据所蕴含的情感或者发展趋势。 其他专业色系：像CMRmap、PRGn、BrBG、PiYG、PuOr、RdBu、RdGy、RdPu、PuRd、PuBu、BuPu、GnBu、BuGn、YlGnBu等，这些配色方案在科学研究领域中被广泛使用，能够有效地对多层数据进行区分和呈现。 灰度色系：Greys可以提供不同明暗程度的灰色，适用于在黑白或者低彩色环境下进行可视化操作。 特殊用途色系：像cividis、viridis、magma、inferno、plasma、seismic等，这些是经过优化的现代科学可视化色