打印良好的 matplotlib 的颜色选择

Question

我正在使用 pandas 和 matplotlib 生成带有很多条形的条形图。

我知道如何循环浏览选定颜色的列表 (How to give a pandas/matplotlib bar graph custom colors)。 问题是要选择什么颜色，以便我的图表可以很好地打印在纸上（用于研究论文）。我最感兴趣的是列之间的足够对比和看起来令人愉快的颜色选择。我想要多种颜色而不是灰度或单色调配色方案。

是否有任何预先确定的方案可供人们使用？

Answer 1

所以你的要求是“很多颜色”和“打印时没有两种颜色应该映射到相同的灰度值”，对吧？任何“顺序”颜色图（亮度单调增加或减少）都应满足第二个标准。我认为在 matplotlib 中的所有选择中，您只剩下 cubehelix（已经提到过）、gnuplot 和 gnuplot2：

白线是每种颜色的亮度，因此可以看到每种颜色在打印时会映射到不同的灰度值。黑线是色调，表示它们在各种颜色之间循环。

注意，cubehelix 实际上是一个函数 (from matplotlib._cm import cubehelix)，您可以调整 helix 的参数以产生更广泛的颜色，as shown here。换句话说，cubehelix 不是颜色图，它是一组颜色图。这里有 2 个变体：

对于变化较少的颜色（对许多事情来说更令人愉悦，但可能不适用于您的条形图），不妨试试 ColorBrewer 3 色地图，YlOrRd、PuBuGn、YlGnBu：

https://www.flickr.com/photos/omegatron/7298887952/

不过，我不建议只使用这种颜色来识别条形图。您应该始终使用文本标签作为主要标识符。另请注意，其中一些会生成与背景完全融合的白条，因为它们用于热图，而不是图表颜色：

from matplotlib import pyplot as plt
import pandas, numpy as np  # I find np.random.randint to be better

# Make the data
x = [{i:np.random.randint(1,5)} for i in range(10)]
df = pandas.DataFrame(x)

# Make a list by cycling through the colors you care about
# to match the length of your data.
cmap = plt.get_cmap('cubehelix')
indices = np.linspace(0, cmap.N, len(x))
my_colors = [cmap(int(i)) for i in indices]

# Specify this list of colors as the `color` option to `plot`.
df.plot(kind='bar', stacked=True, color=my_colors)

这些是新人：

Answer 2

在 1.5 中，matplotlib 将附带 4 个新的合理设计的颜色图：

• 'viridis'（2.0 的默认颜色图）
• 'magma'
• 'plasma'
• 'inferno'。

设计这些颜色图的过程在A Better Default Colormap for Matplotlib | SciPy 2015 中介绍。

为此过程开发的工具可以通过pip install viscm安装。

---

我建议使用cubehelix 彩色地图。 designed 在颜色和灰度上都有正确的亮度排序。

Answer 3

我不知道预定的方案。我通常使用几种颜色来绘制发布图。我在选择颜色时主要考虑两点：

1. 色盲：维基百科上的this 页面有很多关于选择大多数色盲人都能分辨的颜色的好信息。如果您在“编辑提示”部分注意到，一旦您考虑了指南，则只有几组颜色可用。 （一个好的经验法则是永远不要混合红色和绿色！）您还可以使用链接的色盲模拟器来查看您的绘图是否清晰可见。
2. Luminance：我所在领域的大部分期刊默认会以黑白方式发表。即使大多数人在线阅读论文，我仍然希望确保在灰度打印时可以理解这些情节。所以我注意使用具有不同亮度的颜色。要进行测试，一个好方法是对生成的图像进行去饱和处理，这样您就可以很好地了解它在灰度打印时的外观。在许多情况下（尤其是线图或散点图），我还使用颜色以外的其他东西来区分集合（例如线型、不同的标记）。

如果在 matplotlib 图中未指定颜色，则它有一组默认的循环颜色。 This answer 对如何更改默认颜色集有很好的解释。您可以将其自定义为您喜欢的一组颜色，以便绘图轮流使用它们。