使用Python的Matplotlib绘制渐变的彩色曲线
作者：天元浪子
Matplotlib绘制渐变的彩色曲线
Matplotlib是Python生态圈中应用最为广泛的2D绘图库，通过扩展工具包mplot3d，也可以绘制简单的3D模型。
Matplotlib的使用非常简单，以绘制一条单周期的正弦曲线为例，只需要寥寥数行代码即可完成。
import numpy as np import matplotlib.pyplot as plt x = np.linspace(0, 2*np.pi, 200) y = np.sin(x) plt.plot(x, y, color='green') plt.show()
上面的代码在 [ 0 , 2 π ] [0, 2\pi] [0,2π]之间以均匀间隔选取了200个点，并计算它们的正弦值，再调用plot函数将这200个点的正弦值连成一条曲线，通过plot函数的color参数（也可以简写为c）设置正弦曲线的颜色为绿色——当然，也可以设置为你想要的任意一种颜色。
不过，略有遗憾的是，Matplotlib没有提供直接的方法为这条曲线上的每一个点设置不同的颜色，而这一需求在数据可视化方面却是非常普遍的。
比如，在一条变化复杂的曲线上，如果每个点的数值越大颜色越趋近于红色，数值越小颜色越趋近于蓝色，就更容易展示数据的变化规律。
既然没有直接的方法可用，那就变通一下，将这200个点拆分成199条线段，每条线段设置不同的颜色，不就可以实现上面的需求了吗？
这样做的确可行，不过需要调用plot函数199次，过程漫长到令人无法忍受，并且更新显示（比如缩放）时也会重复这个漫长的调用过程。
幸运的是，Matplotlib提供了另外一种方法，基本思路也是将这200个点拆分成199条线段，每条线段设置不同的颜色，只是不需要反复调用plot函数，因此速度和单次调用plot函数相差无几。
这个方法就是Matplotlib的LineCollection对象。
在使用LineCollection之前，还需要生成199条线段的颜色。
下面这个函数实现可数值到颜色的映射，给定一组数据和一个颜色映射方案，即返回每个数据的映射颜色。
import numpy as np
import matplotlib.pyplot as plt
def color_map(data, cmap):
"""数值映射为颜色"""
dmin, dmax = np.nanmin(data), np.nanmax(data)
cmo = plt.cm.get_cmap(cmap)
cs, k = list(), 256/cmo.N
for i in range(cmo.N):
c = cmo(i)
for j in range(int(i*k), int((i+1)*k)):
cs.append(c)
cs = np.array(cs)
data = np.uint8(255*(data-dmin)/(dmax-dmin))
return cs[data]实例化LineCollection时，需要提供多条线段的列表（每条线段可以有多个点组成），以及每条线段的颜色组成的列表，也可以设置线宽和线型。
如果需要绘制Colorbar的话，还需要为LineCollection指定和数据映射相同的颜色映射方案。完整代码如下。
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.collections import LineCollection
def color_map(data, cmap):
"""数值映射为颜色"""
dmin, dmax = np.nanmin(data), np.nanmax(data)
cmo = plt.cm.get_cmap(cmap)
cs, k = list(), 256/cmo.N
for i in range(cmo.N):
c = cmo(i)
for j in range(int(i*k), int((i+1)*k)):
cs.append(c)
cs = np.array(cs)
data = np.uint8(255*(data-dmin)/(dmax-dmin))
return cs[data]
x = np.linspace(0, 2*np.pi, 200)
y = np.sin(x)
ps = np.stack((x,y), axis=1)
segments = np.stack((ps[:-1], ps[1:]), axis=1)
cmap = 'viridis' # jet, hsv等也是常用的颜色映射方案
colors = color_map(np.cos(x)[:-1], cmap)
colors = color_map(y[:-1], cmap)
line_segments = LineCollection(segments, colors=colors, linewidths=3, linestyles='solid', cmap=cmap)
fig, ax = plt.subplots()
ax.set_xlim(np.min(x)-0.1, np.max(x)+0.1)
ax.set_ylim(np.min(y)-0.1, np.max(y)+0.1)
ax.add_collection(line_segments)
cb = fig.colorbar(line_segments, cmap='jet')
plt.show()使用LineCollection绘图时，axis不会自动在x轴和y轴两端留白，通常需要调用set_xlim和set_ylim两个函数设置坐标轴的范围。最终的显示效果如下图所示。
到此这篇关于使用Python的Matplotlib绘制渐变的彩色曲线的文章就介绍到这了,更多相关Matplotlib绘制渐变的彩色曲线内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！