默认配色辣眼睛？！那是你没发现这些宝藏学术颜色包(Colormaps)~~

这两天有小伙伴私信我说想使用Python-Matplotlib绘制一些学术图表，都纷纷吐槽其默认的颜色表(colormap) 真的是一言难尽。哈哈，小编也是这么觉得的，那么，今天这篇推文，小编就系统介绍一下优秀的关于Matplotlib颜色表(colormap) 第三方库。主要内容如下：

偏学术类型
偏艺术类型

偏学术类型

Python-Matplotlib的偏学术类型的colormap，想必是很多小伙伴急需了解的，小编就介绍以下几个库，当然，还有小伙伴们心心念念的MATLAB的颜色表哦~

Python-scicomap包

Python-scicomap包可以说是专门为Matplotlib提供科学学术图表的配色，其含有单色系(sequential), 双单色系(bi-sequential), 双色渐变系(diverging), 循环色系(circular), 多色系(qualitative) 和混杂色系(miscellaneous) 颜色表。接下来我们列举下几个样例查看下：

样例一：

import scicomap as sc
import matplotlib.pyplot as plt# the thing that should not be
ugly_jet = plt.get_cmap("jet")
sc_map =  sc.ScicoMiscellaneous(cmap=ugly_jet)
f=sc_map.assess_cmap(figsize=(22,10))
f.set_facecolor("w")

Example01 Of scicomap

样例二：Comparing color maps

c_l =  ["cividis", "inferno", "magma", "plasma", "viridis"]
f = sc.plot_colorblind_vision(ctype='sequential', cmap_list=c_l, figsize=(30, 4), n_colors=11, facecolor="black")

Comparing scicomap color maps

样例三：

f = sc.compare_cmap(image="grmhd", ctype='sequential', ncols=15, uniformize=True, symmetrize=True, unif_kwargs={'lift': 20}, sym_kwargs={'bitonic': False, 'diffuse': True})

Sequential color maps

样例四：

f = sc.compare_cmap(image="vortex", ctype='diverging', ncols=15, uniformize=True, symmetrize=True, unif_kwargs={'lift': None}, sym_kwargs={'bitonic': False, 'diffuse': True})

Diverging color maps

更多关于scicomap颜色包详细内容，大家可参考：Python-scicomap包^[1]

Python-colorcet包

colorcet包包含太多类型的颜色系了，这里也不过多赘述，直接上案例：

样例一：

import holoviews as hv
import colorcet as cc
from colorcet.plotting import swatches, sine_combshv.notebook_extension("matplotlib")swatches(group="linear")

Linear (sequential) colormaps, for plotting magnitudes

样例二：

swatches(group='diverging')

Diverging colormaps, for plotting magnitudes increasing or decreasing from a central point

样例三：

swatches(group='nopic')

Colorblind-safe colormaps

样例四：

misc = [name for name in cc.all_original_names() if "cyclic" in name or "isoluminant" in name or "rainbow" in name]
swatches(*misc)

Misc colormaps

更多关于colorcet颜色包详细内容，大家可参考：Python-colorcet包^[2]

Python-cmasher包

Python-cmasher包也是为学术配色所设计出的一个Matplotlib颜色包，这里直接列举几个色系即可，如下：

样例一：Sequential colormaps

amber

amber_viscm

eclipse

eclipse_viscm

样例二：Diverging colormaps

copper

copper_viscm

prinsenvlag

prinsenvlag_viscm

更多关于cmasher颜色包详细内容，大家可参考：Python-cmasher包^[3]

Python-viscm包

Python-viscm包是小编比较喜欢的一个，因为其提供了MATLAB的默认颜色主题，相信许多小伙伴还是蛮期待的，话不多说，直接列举样例，如下：

样例一：PARULA

parula

样例二：PLASMA

PLASMA

样例三：VIRIDIS

VIRIDIS

更多关于viscm颜色包详细内容，大家可参考：Python-viscm包^[4]

偏艺术类型

这一部分我们给出的是一个偏清新的颜色，也就是Python-vapeplot包，详细内容如下：

样例一：

import vapeplot
%matplotlib inline
vapeplot.available()

vapeplot example

样例二：

vapeplot.view_palette("cool",'sunset')

view_palette

样例三：cool

样例四：avanti

更多关于vapeplot颜色包详细内容，大家可参考：Python-vapeplot包^[5]

总结

本期这篇推文小编给大家列举了几个学术和商业Matplotlib颜色包，大家可以选择自己喜欢的学术配色进行论文的绘制~~

参考资料

[1]

Python-scicomap包: https://github.com/ThomasBury/scicomap。

[2]

Python-colorcet包: https://colorcet.holoviz.org/。

[3]

Python-cmasher包: https://cmasher.readthedocs.io/。

[4]

Python-viscm包: https://bids.github.io/colormap/。

[5]

Python-vapeplot包: https://github.com/dantaki/vapeplot。

各位伙伴们好，詹帅本帅搭建了一个个人博客和小程序，汇集各种干货和资源，也方便大家阅读，感兴趣的小伙伴请移步小程序体验一下哦！（欢迎提建议）

推荐阅读

牛逼！Python常用数据类型的基本操作（长文系列第①篇）

牛逼！Python的判断、循环和各种表达式（长文系列第②篇）

牛逼！Python函数和文件操作（长文系列第③篇）

牛逼！Python错误、异常和模块（长文系列第④篇）