如何查看 matplotlib 中可用的所有颜色图？

Question

我想知道是否有一个函数调用可以为我提供 matplotlib 中所有可用颜色图的名称？

过去可以通过以下方式实现（参见here）：

import matplotlib.pyplot as plt
cmaps = sorted(m for m in plt.cm.datad if not m.endswith("_r"))

但在 mpl 1.5 中运行它并不会返回新的颜色图，例如 viridis、magma 等。在新的参考页面上，代码实际上对名称进行了硬编码（请参阅here），但我想知道是否仍然可以进行与上述类似的查询？

Answer 1

plt.colormaps() 返回所有已注册颜色图的列表。来自文档：

matplotlib.pyplot.colormaps()

Matplotlib 提供了许多颜色图，其他的可以使用 register_cmap() 添加。该函数记录了内置的颜色图，如果被调用，还将返回所有已注册颜色图的列表。

此返回的列表包括viridis、magma、inferno 和plasma 对我来说1.5.0

Answer 2

这里有一些代码可以绘制链接到其 ID 的所有可用颜色图

import matplotlib as mpl
import matplotlib.pyplot as plt

def plot_colorMaps(cmap):

    fig, ax = plt.subplots(figsize=(4,0.4))
    col_map = plt.get_cmap(cmap)
    mpl.colorbar.ColorbarBase(ax, cmap=col_map, orientation = 'horizontal')

    plt.show()

for cmap_id in plt.colormaps():
    print(cmap_id)
    plot_colorMaps(cmap_id)

输出如下所示

口音

Accent_r

蓝调

等等……

Answer 3

下面是基于 pr94 方法的代码，它在标题中使用其 id 绘制每个颜色图，但不会为每个颜色图打开一个图。
我用它在一张图片中创建了所有 166 个颜色图的概览（mpl 版本 3.4.2）。

import matplotlib as mpl
import matplotlib.pyplot as plt

def plot_all_cmaps():
    N_ROWS, N_COLS = 8, 7 # 13, 13 <-- for all in one figure 
    HEIGHT, WIDTH = 7, 14

    cmap_ids = plt.colormaps()
    n_cmaps = len(cmap_ids)
    
    print(f'mpl version: {mpl.__version__},\nnumber of cmaps: {n_cmaps}')
    
    index = 0
    while index < n_cmaps:
        fig, axes = plt.subplots(N_ROWS, N_COLS, figsize=(WIDTH, HEIGHT))
        for row in range(N_ROWS):
            for col in range(N_COLS):
                ax = axes[row, col]
                cmap_id = cmap_ids[index]
                cmap = plt.get_cmap(cmap_id)
                mpl.colorbar.ColorbarBase(ax, cmap=cmap,
                                          orientation='horizontal')
                ax.set_title(f"'{cmap_id}', {index}", fontsize=8)
                ax.tick_params(left=False, right=False, labelleft=False,
                               labelbottom=False, bottom=False)
                
                last_iteration = index == n_cmaps-1
                if (row==N_ROWS-1 and col==N_COLS-1) or last_iteration:
                    plt.tight_layout()
                    #plt.savefig('colormaps'+str(index)+'.png')
                    plt.show()
                    if last_iteration: return
                index += 1

plot_all_cmaps()

Answer 4

您似乎可以通过调用它的名称来直接查看颜色图实例。例如，col_map = plt.get_cmap(cmap)，然后在终端中输入 col_map（例如 spyder），颜色图将显示为绘图。但是，我不确定是什么触发了这种外观，或者是否有任何必要的代码来指定此选项？

Answer 5

截至 2021 年（matplotlib 3.4），

颜色图对象的 IPython 表示

matplotlib.colors.Colormap 对象现在具有 IPython / Jupyter 后端的图像表示。在最后一行返回颜色图的单元格将显示颜色图的图像。

所以现在您可以使用cmaps = plt.colormaps() 来获取所有有效的颜色图名称。输出将是一个名称列表：

['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', 'Pastel2', 'Pastel2_r', 'PiYG', 'PiYG_r', 'PuBu', 'PuBuGn', 'PuBuGn_r', 'PuBu_r', 'PuOr', 'PuOr_r', 'PuRd', 'PuRd_r', 'Purples', 'Purples_r', 'RdBu', 'RdBu_r', 'RdGy', 'RdGy_r', 'RdPu', 'RdPu_r', 'RdYlBu', 'RdYlBu_r', 'RdYlGn', 'RdYlGn_r', 'Reds', 'Reds_r', 'Set1', 'Set1_r', 'Set2', 'Set2_r', 'Set3', 'Set3_r', 'Spectral', 'Spectral_r', 'Wistia', 'Wistia_r', 'YlGn', 'YlGnBu', 'YlGnBu_r', 'YlGn_r', 'YlOrBr', 'YlOrBr_r', 'YlOrRd', 'YlOrRd_r', 'afmhot', 'afmhot_r', 'autumn', 'autumn_r', 'binary', 'binary_r', 'bone', 'bone_r', 'brg', 'brg_r', 'bwr', 'bwr_r', 'cividis', 'cividis_r', 'cool', 'cool_r', 'coolwarm', 'coolwarm_r', 'copper', 'copper_r', 'cubehelix', 'cubehelix_r', 'flag', 'flag_r', 'gist_earth', 'gist_earth_r', 'gist_gray', 'gist_gray_r', 'gist_heat', 'gist_heat_r', 'gist_ncar', 'gist_ncar_r', 'gist_rainbow', 'gist_rainbow_r', 'gist_stern', 'gist_stern_r', 'gist_yarg', 'gist_yarg_r', 'gnuplot', 'gnuplot2', 'gnuplot2_r', 'gnuplot_r', 'gray', 'gray_r', 'hot', 'hot_r', 'hsv', 'hsv_r', 'inferno', 'inferno_r', 'jet', 'jet_r', 'magma', 'magma_r', 'nipy_spectral', 'nipy_spectral_r', 'ocean', 'ocean_r', 'pink', 'pink_r', 'plasma', 'plasma_r', 'prism', 'prism_r', 'rainbow', 'rainbow_r', 'seismic', 'seismic_r', 'spring', 'spring_r', 'summer', 'summer_r', 'tab10', 'tab10_r', 'tab20', 'tab20_r', 'tab20b', 'tab20b_r', 'tab20c', 'tab20c_r', 'terrain', 'terrain_r', 'turbo', 'turbo_r', 'twilight', 'twilight_r', 'twilight_shifted', 'twilight_shifted_r', 'viridis', 'viridis_r', 'winter', 'winter_r']

然后plt.get_cmap(cmaps[0]) 将在 IPython/JupyetrLab 中渲染颜色图。

Answer 6

如上所述，plt.colormaps() 将返回 MPL 中所有已注册颜色图的列表。 如果您还想绘制所有这些，以便您可以看到它们的样子，我建议您查看 CMasher 包中的 create_cmap_overview() 函数 (https://cmasher.readthedocs.io/user/usage.html#colormap-overviews)。 它需要一个颜色图列表，并使用它提供的所有颜色图创建一个概览图。 如果您想在特定方面对颜色图进行排序或按类型对它们进行分组，它还有许多选项可供您使用。

可以在这里看到一个例子（在这篇文章中没有显示图片，因为它相当大）：https://cmasher.readthedocs.io/user/cmap_overviews/mpl_cmaps.html