matplotlib.colors.Colormap#

class matplotlib.colors.Colormap(name, N=256)[source]#

基类: object

所有标量到 RGBA 映射的基类。

通常，Colormap 实例用于将 [0, 1] 区间内的数据值（浮点数）转换为相应 Colormap 所表示的 RGBA 颜色。有关将数据缩放到 [0, 1] 区间的信息，请参阅 matplotlib.colors.Normalize。matplotlib.cm.ScalarMappable 的子类大量使用了此 data -> normalize -> map-to-color 处理链。

参数:

namestr: 色图的名称。
Nint: RGB 量化级别数量。

__call__(X, alpha=None, bytes=False)[source]#

参数:

Xfloat 或 int 或 array-like: 要转换为 RGBA 的数据值。对于浮点数，X 应在 [0.0, 1.0] 区间内，以返回沿着 Colormap 线的 X*100 百分比的 RGBA 值。对于整数，X 应在 [0, Colormap.N) 区间内，以返回从 Colormap 中以索引 X 索引的 RGBA 值。
alphafloat 或 array-like 或 None: Alpha 必须是介于 0 和 1 之间的标量，或是形状与 X 匹配的此类浮点数序列，或 None。
bytesbool, 默认: False: 如果为 False（默认），返回的 RGBA 值将是 [0, 1] 区间内的浮点数；否则，它们将是 numpy.uint8 类型值，在 [0, 255] 区间内。

返回:

如果 X 是标量，则为 RGBA 值元组；否则，为 RGBA 值数组，
形状为 X.shape + (4, )。

colorbar_extend#: 当此色谱存在于标量可映射对象上且 colorbar_extend 不为 False 时，色条创建将把 colorbar_extend 作为 matplotlib.colorbar.Colorbar 构造函数中 extend 关键字的默认值。

copy()[source]#: 返回色谱的副本。

get_bad()[source]#: 获取遮罩值的颜色。

get_over()[source]#: 获取超出范围高值的颜色。

get_under()[source]#: 获取超出范围低值的颜色。

is_gray()[source]#: 返回色谱是否为灰度。

resampled(lutsize)[source]#: 返回一个包含 lutsize 条目的新色谱。

reversed(name=None)[source]#

返回一个反转的 Colormap 实例。

注意

此函数未在基类中实现。

参数:

namestr, 可选: 反转色谱的名称。如果为 None，则名称设置为 self.name + "_r"。

另请参阅

LinearSegmentedColormap.reversed
ListedColormap.reversed

set_bad(color='k', alpha=None)[source]#: 设置遮罩值的颜色。

set_extremes(*, bad=None, under=None, over=None)[source]#: 设置遮罩（bad）值的颜色，以及当 norm.clip = False 时，超出范围的低值（under）和高值（over）的颜色。

set_over(color='k', alpha=None)[source]#: 设置超出范围高值的颜色。

set_under(color='k', alpha=None)[source]#: 设置超出范围低值的颜色。

with_extremes(*, bad=None, under=None, over=None)[source]#: 返回色谱的副本，其中已相应地设置了遮罩（bad）值以及当 norm.clip = False 时，超出范围的低值（under）和高值（over）的颜色。