Matplotlib配色之Colormap详解

Matplotlib中的Colormap（色彩映照）是用于将数据值映照到色彩的一种方式。Colormap可以利用于各种可视化图形中，例如热力图、散点图和等高线图等。
Matplotlib中内置了一些经常使用的Colormap，同时也支持自定义Colormap。下面是一些经常使用的Colormap及其特点：
1. Sequential Colormap（顺序Colormap）：顺序Colormap是一种从低到高（或从高到低）的色彩渐变序列。它通经常使用于表示连续的数值数据，例如温度、海拔高度等。常见的顺序Colormap有"viridis"、"inferno"、"plasma"和"magma"等。
2. Diverging Colormap（离散Colormap）：离散Colormap是一种从中间向两端渐变的色彩序列。它通经常使用于表示有正负差异的数据，例如温度差、得分差等。常见的离散Colormap有"coolwarm"、"RdBu"和"seismic"等。
3. Qualitative Colormap（定性Colormap）：定性Colormap是一种用于辨别区分种别的色彩序列。它通经常使用于表示分类数据，例如区分种类的花朵、区分类型的汽车等。常见的定性Colormap有"Set1"、"Set2"、"Set3"和"Pastel"等。
4. Miscellaneous Colormap（杂项Colormap）：杂项Colormap包括一些特殊用处的Colormap，例如黑白渐变的"gray"、彩虹渐变的"rainbow"和白色渐变的"hot"等。
Matplotlib中使用Colormap的方式有两种：一种是通过`plt.cm`模块中的函数调用，另外一种是通过Colormap对象的方法调用。例如，可使用`plt.cm.viridis`函数调用"viridis" Colormap，也能够使用`plt.cm.get_cmap("viridis")`方法调用。
使用Colormap时，可以通过`plt.colorbar()`函数将Colormap与图形关联起来，以便显示色彩与数据值之间的映照关系。
除内置的Colormap，Matplotlib还支持自定义Colormap。可以通过`plt.cm.colors.LinearSegmentedColormap`类创建自定义的Colormap，并通过添加色彩分段和色彩映照来定义Colormap的特性。
总结起来，Colormap是Matplotlib中用于将数据值映照到色彩的一种方式。通过选择适合的Colormap，可以更好地展现数据的特点和差异。