Umgekehrte Farbzuordnung in Matplotlib

Question

Ich würde gerne wissen, wie man die Farbreihenfolge einer gegebenen Farbkarte einfach umkehren kann, um sie mit plot_surface zu verwenden.

Answer 1

Die Standard-Farbkarten haben auch alle umgekehrte Versionen. Sie haben die gleichen Namen mit _r am Ende angehängt. ( Dokumentation hier. )

Answer 2

Die Lösung ist ziemlich einfach. Nehmen wir an, Sie möchten das Farbschema "Herbst" verwenden. Die Standardversion:

cmap = matplotlib.cm.autumn

Um das Farbspektrum der Farbkarte umzukehren, verwenden Sie die Funktion get_cmap() und fügen Sie '_r' an den Titel der Farbkarte an, etwa so:

cmap_reversed = matplotlib.cm.get_cmap('autumn_r')

Answer 3

Seit Matplotlib 2.0 gibt es eine reversed() Methode für ListedColormap et LinearSegmentedColorMap Objekte, so dass Sie einfach Folgendes tun können

cmap_reversed = cmap.reversed()

Aquí ist die Dokumentation.

Answer 4

In Matplotlib ist eine Farbkarte keine Liste, aber sie enthält die Liste ihrer Farben als colormap.colors . Und das Modul matplotlib.colors bietet eine Funktion ListedColormap() um eine Farbkarte aus einer Liste zu erzeugen. Sie können also jede Farbkarte umkehren, indem Sie

colormap_r = ListedColormap(colormap.colors[::-1])

Answer 5

Als LinearSegmentedColormaps auf einem Wörterbuch mit den Farben Rot, Grün und Blau basiert, muss jedes Element umgekehrt werden:

import matplotlib.pyplot as plt
import matplotlib as mpl
def reverse_colourmap(cmap, name = 'my_cmap_r'):
    """
    In: 
    cmap, name 
    Out:
    my_cmap_r

    Explanation:
    t[0] goes from 0 to 1
    row i:   x  y0  y1 -> t[0] t[1] t[2]
                   /
                  /
    row i+1: x  y0  y1 -> t[n] t[1] t[2]

    so the inverse should do the same:
    row i+1: x  y1  y0 -> 1-t[0] t[2] t[1]
                   /
                  /
    row i:   x  y1  y0 -> 1-t[n] t[2] t[1]
    """        
    reverse = []
    k = []   

    for key in cmap._segmentdata:    
        k.append(key)
        channel = cmap._segmentdata[key]
        data = []

        for t in channel:                    
            data.append((1-t[0],t[2],t[1]))            
        reverse.append(sorted(data))    

    LinearL = dict(zip(k,reverse))
    my_cmap_r = mpl.colors.LinearSegmentedColormap(name, LinearL) 
    return my_cmap_r

Sehen Sie zu, dass es funktioniert:

my_cmap        
<matplotlib.colors.LinearSegmentedColormap at 0xd5a0518>

my_cmap_r = reverse_colourmap(my_cmap)

fig = plt.figure(figsize=(8, 2))
ax1 = fig.add_axes([0.05, 0.80, 0.9, 0.15])
ax2 = fig.add_axes([0.05, 0.475, 0.9, 0.15])
norm = mpl.colors.Normalize(vmin=0, vmax=1)
cb1 = mpl.colorbar.ColorbarBase(ax1, cmap = my_cmap, norm=norm,orientation='horizontal')
cb2 = mpl.colorbar.ColorbarBase(ax2, cmap = my_cmap_r, norm=norm, orientation='horizontal')

EDIT

---

Ich verstehe den Kommentar von user3445587 nicht. Es funktioniert gut auf der Regenbogen-Farbkarte:

cmap = mpl.cm.jet
cmap_r = reverse_colourmap(cmap)

fig = plt.figure(figsize=(8, 2))
ax1 = fig.add_axes([0.05, 0.80, 0.9, 0.15])
ax2 = fig.add_axes([0.05, 0.475, 0.9, 0.15])
norm = mpl.colors.Normalize(vmin=0, vmax=1)
cb1 = mpl.colorbar.ColorbarBase(ax1, cmap = cmap, norm=norm,orientation='horizontal')
cb2 = mpl.colorbar.ColorbarBase(ax2, cmap = cmap_r, norm=norm, orientation='horizontal')

Aber es funktioniert besonders gut für benutzerdefinierte Farbkarten, da es keine Standard-Farbkarten gibt. _r für benutzerdefinierte Farbkarten. Das folgende Beispiel stammt aus http://matplotlib.org/examples/pylab_examples/custom_cmap.html :

cdict1 = {'red':   ((0.0, 0.0, 0.0),
                   (0.5, 0.0, 0.1),
                   (1.0, 1.0, 1.0)),

         'green': ((0.0, 0.0, 0.0),
                   (1.0, 0.0, 0.0)),

         'blue':  ((0.0, 0.0, 1.0),
                   (0.5, 0.1, 0.0),
                   (1.0, 0.0, 0.0))
         }

blue_red1 = mpl.colors.LinearSegmentedColormap('BlueRed1', cdict1)
blue_red1_r = reverse_colourmap(blue_red1)

fig = plt.figure(figsize=(8, 2))
ax1 = fig.add_axes([0.05, 0.80, 0.9, 0.15])
ax2 = fig.add_axes([0.05, 0.475, 0.9, 0.15])

norm = mpl.colors.Normalize(vmin=0, vmax=1)
cb1 = mpl.colorbar.ColorbarBase(ax1, cmap = blue_red1, norm=norm,orientation='horizontal')
cb2 = mpl.colorbar.ColorbarBase(ax2, cmap = blue_red1_r, norm=norm, orientation='horizontal')