如何在 Matplotlib 中创建自定义颜色调色板 – 离散与线性颜色映射，解释说明

原文：towardsdatascience.com/how-to-create-custom-color-palettes-in-matplotlib-discrete-vs-linear-colormaps-explained-cfe4c5ba1215

如果有一件事能让好图表变得出色，那就是颜色选择。

您可以使用 Matplotlib 将任何一组十六进制颜色代码转换为颜色调色板，本文将向您展示如何操作。您还将了解离散和线性颜色调色板之间的区别，以及为什么一个比另一个更好。

如果您想要获得与我相同的数据可视化质量，请在继续之前先遵循本文中的步骤：

• 现在必须立即更改的 3 个关键事项，以使您的图表脱颖而出

如何在 Matplotlib 中创建自定义颜色映射

这些是您需要跟踪的库：

importnumpyasnpimportpandasaspdimportmatplotlibasmplimportmatplotlib.pyplotasplt

Matplotlib 允许您创建两种类型的颜色调色板：

• 离散– 调色板具有有限数量的颜色值。非常适合分类数据，但您需要确保调色板中的颜色数量至少与您具有的不同类别数量相同。

• 线性（连续）– 调色板具有“无限”数量的值。非常适合连续和分类数据。您可以指定两种颜色，调色板将自动包含它们之间的所有值（例如：Photoshop 中的渐变）。

要在 Matplotlib 中创建离散颜色调色板，请运行以下代码：

cmap_discrete=mpl.colors.ListedColormap(name="discrete-monochromatic-blue",colors=["#051923","#003554","#006494","#0582ca","#00a6fb"])cmap_discrete

https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/29a685bbb385aaaaccbda2505da3ef22.png

图像 1 – 离散颜色映射（作者图片）

要创建一个线性（连续）颜色调色板，请运行以下代码片段：

cmap_linear=mpl.colors.LinearSegmentedColormap.from_list(name="linear-monochromatic-blue",colors=["#051923","#003554","#006494","#0582ca","#00a6fb"])cmap_linear

https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/3a000093508d34bd6ad817afe883f10d.png

图像 2 – 线性颜色映射（作者图片）

你可以看到离散调色板有 5 种不同的颜色，而线性调色板则包含一个连续的值范围。

可视化数据时有什么区别？这正是你接下来要学习的。

对比 – 连续数据上的离散与线性颜色映射

在本节中，您将创建一个 0.0, 1.0)范围内的随机数字 10×10 矩阵，并将其可视化为图像。

运行以下代码片段来创建数据：

data=np.random.random(100).reshape(10,10)data

https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/dc779f7d2c36992de6e20b1e5c918d2c.png

图像 4 – 离散与线性颜色映射（作者图片）

基础数据是相同的，但左侧的图表可以占用多达 5 种可能的颜色值。右侧的图表范围更广。

总结– 线性调色板可以用来可视化连续和分类数据，而离散调色板只能做到后者，且不会丢失信息。

实际图表 – 如何为你的图表添加自定义颜色

你现在将看到如何将自定义调色板应用于 Matplotlib 的条形图。

首先，复制以下代码片段以创建跨越 10 个部门和 5 个办公地点的模拟员工数量数据：

df=pd.DataFrame({"HR":[50,63,40,68,35],"Engineering":[77,85,62,89,58],"Marketing":[50,35,79,43,67],"Sales":[59,62,33,77,72],"Customer Service":[31,34,61,70,39],"Distribution":[35,21,66,90,31],"Logistics":[50,54,13,71,32],"Production":[22,51,54,28,40],"Maintenance":[50,32,61,69,50],"Quality Control":[20,21,88,89,39]},index=["New York","San Francisco","Los Angeles","Chicago","Miami"])df=df.T df=df.loc[df.sum(axis=1).sort_values().index]df

https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/993b6306b461a2ca75352b9741f108a9.png

图像 5 – 自定义员工数据集（作者图片）

由于有 5 个办公地点，我们的离散调色板有 5 种颜色，这对于可视化来说是一个完美的匹配。

在plot()函数中，你需要了解的唯一新参数是colormap。你必须提供你的调色板变量。我已经为每个条形段添加了员工数量，但考虑这部分是可选的：

ax=df.plot(kind="barh",colormap=cmap_discrete,width=0.8,edgecolor="#000000",stacked=True)forcontainerinax.containers:ax.bar_label(container,label_type="center",fontsize=10,color="#FFFFFF",fontweight="bold")plt.title("Employee Count Per Location And Department",loc="left",fontdict={"weight":"bold"},y=1.06)plt.xlabel("Office Location")plt.ylabel("Count")plt.show()

https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/a40575f9466cf63d56f8267973b5e1ec.png

图像 6 – 带自定义离散调色板的堆叠水平条形图（作者图片）

看起来不错，不是吗？

在比较这种可视化中的离散和线性调色板时，你不应该看到任何差异。为什么？因为离散调色板有 5 种颜色，而你的数据中有 5 组。

尽管如此，让我们定义一个函数来比较两种调色板类别：

defplot_employee_count_comparison(df,cmap1,cmap2):_,(ax1,ax2)=plt.subplots(1,2,figsize=(18,7),sharex=True,sharey=True)df.plot(kind="barh",colormap=cmap1,width=0.8,edgecolor="#000000",stacked=True,ax=ax1)forcontainerinax1.containers:ax1.bar_label(container,label_type="center",fontsize=10,color="#FFFFFF",fontweight="bold")ax1.set_title("Employee Count (Discrete Colormap)",loc="left",fontdict={"weight":"bold"},y=1.06)ax1.set_xlabel("Count")ax1.set_ylabel("Department")df.plot(kind="barh",colormap=cmap2,width=0.8,edgecolor="#000000",stacked=True,ax=ax2)forcontainerinax2.containers:ax2.bar_label(container,label_type="center",fontsize=10,color="#FFFFFF",fontweight="bold")ax2.set_title("Employee Count (Linear Colormap)",loc="left",fontdict={"weight":"bold"},y=1.06)ax2.set_xlabel("Count")ax2.set_ylabel("Department")# Adjust layoutplt.tight_layout()plt.show()plot_employee_count_comparison(df=df,cmap1=cmap_discrete,cmap2=cmap_linear)

https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/92c21225b58bdde2ba4a33f185d459ed.png

图像 7 – 离散与线性色图（相同结果）（作者图片）

两个图表是相同的。但情况并不总是这样。

当你在离散调色板中颜色少于类别时会发生什么？

好问题。让我们通过扩展 Pandas DataFrame 来包括两个额外的办公地点来回答它：

df=pd.DataFrame({"HR":[50,63,40,68,35,44,31],"Engineering":[77,85,62,89,58,56,59],"Marketing":[50,35,79,43,67,31,24],"Sales":[59,62,33,77,72,55,66],"Customer Service":[31,34,61,70,39,49,81],"Distribution":[35,21,66,90,31,67,81],"Logistics":[50,54,13,71,32,58,51],"Production":[22,51,54,28,40,41,62],"Maintenance":[50,32,61,69,50,49,41],"Quality Control":[20,21,88,89,39,66,32]},index=["New York","San Francisco","Los Angeles","Chicago","Miami","Las Vegas","Boston"])df=df.T df=df.loc[df.sum(axis=1).sort_values().index]df

https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/0761cc0a1ef3f43a896843e56e8a741c.png

图像 8 – 自定义员工数据集（2）（作者图片）

理论上，离散调色板应该会失败，因为它只有 5 种颜色值，而数据集有 7 个类别。

让我们使用plot_employee_count_comparison()函数来查看差异：

plot_employee_count_comparison(df=df,cmap1=cmap_discrete,cmap2=cmap_linear)

https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/8aafb8da5c60ffacf5c011dfefdfa3d7.png

图像 9 – 离散与线性色图（不同结果）（作者图片）

左侧的图表不可用。

只看第一列的员工数量组合（77, 85）和（56, 59）。它们使用的是相同的颜色！Matplotlib 使用图表中心的颜色，边缘则取自邻近的点。

简而言之，不是你想要的。

即使只使用两种颜色构建，线性颜色调色板也不会出现这类问题。

总结

总结来说，自定义颜色调色板可能是你的图表需要的，使其成为值得发表的图表。

此外，如果你在一家公司工作，很可能他们已经定义了一套颜色。从一开始就使用它们是确保至少减少一次提交迭代的可靠方法。

Matplotlib 使得创建自定义的离散和线性颜色调色板变得轻而易举。两者都可以用于分类数据，但只有后者在连续数据上才能正常工作。在这个用例中，离散颜色调色板是过时的，因为你可以用线性调色板得到相同的结果（甚至更多）。

你最喜欢的数据可视化颜色组合是什么？请在下面的评论部分分享。

想要提升你的数据可视化技能？加入我的 Substack，与成千上万志同道合的人一起获取专家建议和独家内容。

使用 Python 进行数据涂鸦 | 达里奥·拉德齐克 | Substack

最初发布于darioradecic.substack.com。