Python Plt颜色配色一览（热力图）

环境： python 3.7 可用配色： ['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' 在Python的可视化库matplotlib中，颜色配色是创建图表时非常关键的一部分，它能极大地影响数据的呈现效果和观感。在Python 3.7环境下，matplotlib提供了多种颜色调色板，适用于各种类型的图形，包括热力图。下面将详细介绍其中的一些主要配色方案。 1. 单色渐变配色： - `Blues`、`Blues_r`: 从浅蓝到深蓝的渐变，适合展示连续性数据。 - `Greens`、`Greens_r`: 从浅绿到深绿的渐变，常用于环保或增长主题的数据。 - `Reds`、`Reds_r`: 从浅红到深红的渐变，通常代表危险或负面趋势的数据。 - `Oranges`、`Oranges_r`: 从浅橙到深橙的渐变，可用于积极或警告的数据表示。 2. 对比鲜明的配色： - `Accent`: 提供一组鲜艳的颜色，用于区分不同的类别。 - `Dark2`: 包含八种深色调，适合在黑白打印中保持清晰度。 - `Pastel1`、`Pastel2`: 提供柔和且易于区别的颜色，适合展示多个不相关但需对比的类别。 3. 分段配色： - `BuGn`、`BuGn_r`: 从蓝色到绿色的渐变，用于有正负极性的数据。 - `BuPu`、`BuPu_r`: 蓝紫色配色，同样适用于有正负极性的数据。 - `RdBu`、`RdBu_r`: 从红色到蓝色的渐变，强调两极化数据。 4. 地理与自然主题配色： - `GnBu`、`GnBu_r`: 从绿色到蓝色的过渡，常用于地理地图。 - `YlGnBu`、`YlGnBu_r`: 黄绿色到蓝色的渐变，也是地图配色的不错选择。 - `YlOrRd`、`YlOrRd_r`: 从黄色到红色的渐变，可用于显示温度或风险等级。 5. 数据科学专用配色： - `PRGn`, `PRGn_r`: 提供一种平滑过渡的配色，适合展示复杂的数据分布。 - `PiYG`, `PiYG_r`: 从紫粉到绿色的过渡，用于平衡的正负数据分布。 6. 其他特殊用途配色： - `cividis`, `cividis_r`: 是一种新的颜色映射，旨在对人类视觉系统友好，减少视觉疲劳。 - `viridis`, `viridis_r`: 高对比度且平滑的渐变，常用于科学研究。 - `magma`, `magma_r`, `inferno`, `inferno_r`, `plasma`, `plasma_r`: 这些都是基于火山熔岩流动的色彩灵感，适合现代视觉效果。 7. 基本颜色和转换： - `binary`, `binary_r`: 黑白二值配色。 - `hot`, `hot_r`: 热力配色，常用于温度模拟。 - `gray`, `gray_r`: 灰度配色。 - `hsv`, `hsv_r`: HSV颜色空间的配色。 8. 多色组合配色： - `Paired`, `Paired_r`: 组合了十二种颜色，用于对比多个类别。 - `Set1`, `Set2`, `Set3`: 不同数量颜色的组合，便于对比多个组。 在创建热力图时，可以选择这些配色方案中的一个，通过调整参数来改变颜色的饱和度和亮度，以达到最佳的视觉效果。使用`plt.colormaps()`可以查看所有可用的颜色列表，并通过`plt.imshow()`等函数设置自定义的颜色映射。通过实验和观察，你可以找到最适合你的数据集和应用场景的颜色搭配。