python中怎么取出colomap部分的顏色范圍

# Python中怎么取出colormap部分的顏色范圍

## 引言

在數據可視化中，顏色映射（colormap）是將數值數據映射到顏色的重要工具。Matplotlib等庫提供了豐富的內置colormap，但有時我們需要提取colormap的局部顏色范圍（如只取中間50%的顏色）。本文將詳細介紹5種實現方法。

## 方法一：使用LinearSegmentedColormap截取

```python
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import LinearSegmentedColormap

def extract_colormap_range(cmap_name, start=0.2, stop=0.8):
    """截取colormap的指定范圍"""
    cmap = plt.get_cmap(cmap_name)
    new_cmap = LinearSegmentedColormap.from_list(
        'truncated_' + cmap_name,
        cmap(np.linspace(start, stop, 256))
    return new_cmap

# 示例：截取viridis的20%-80%部分
truncated_viridis = extract_colormap_range('viridis', 0.2, 0.8)
plt.imshow([np.linspace(0, 1, 100)], cmap=truncated_viridis, aspect='auto')
plt.colorbar()
plt.show()

優點： - 保持顏色過渡的平滑性 - 適用于任何類型的colormap

方法二：使用ListedColormap直接選取

from matplotlib.colors import ListedColormap

def extract_colormap_slice(cmap_name, start=0.3, stop=0.7, num=10):
    """從colormap中提取離散顏色樣本"""
    cmap = plt.get_cmap(cmap_name)
    colors = cmap(np.linspace(start, stop, num))
    return ListedColormap(colors)

# 示例：從plasma中提取5個顏色
sliced_cmap = extract_colormap_slice('plasma', num=5)

適用場景： - 需要少量離散顏色的情況 - 創建分類顏色映射

方法三：使用BoundaryNorm分段截取

from matplotlib.colors import BoundaryNorm

def segmented_colormap(cmap_name, bounds):
    """創建基于邊界的分段colormap"""
    cmap = plt.get_cmap(cmap_name)
    norm = BoundaryNorm(bounds, cmap.N)
    return cmap, norm

# 示例使用
bounds = [0, 0.3, 0.6, 1.0]
cmap, norm = segmented_colormap('coolwarm', bounds)

特點： - 精確控制顏色分段邊界 - 適合非均勻分布的顏色截取

方法四：使用顏色插值

def interpolate_colormap(cmap_name, start_color, end_color, num=256):
    """在colormap的兩個顏色點之間插值"""
    cmap = plt.get_cmap(cmap_name)
    start_idx = int(start_color * 255)
    end_idx = int(end_color * 255)
    colors = [cmap(i) for i in np.linspace(start_idx, end_idx, num)]
    return ListedColormap(colors)

應用場景： - 需要精細控制顏色起止點 - 創建平滑過渡的漸變效果

方法五：使用商業庫（plotly）

import plotly.express as px

def plotly_colormap_range(cmap_name, range_start, range_end):
    """使用plotly截取顏色范圍"""
    cmap = px.colors.get_colorscale(cmap_name)
    truncated = [c for c in cmap if range_start <= c[0] <= range_end]
    return truncated

優勢： - 交互式可視化支持 - 更簡單的API調用

顏色范圍截取的最佳實踐

1. 保持感知均勻性：對于像’viridis’這樣的感知均勻colormap，截取時應保持中間區域
2. 避免極端值：通常截掉首尾各10-20%可以避免過亮/過暗顏色
3. 考慮色盲友好：使用tools like colorblind simulator驗證

# 色盲友好檢查示例
def check_colorblind_friendly(cmap):
    from colormath.color_diff import delta_e_cie2000
    # 計算關鍵點之間的顏色差異
    colors = cmap(np.linspace(0, 1, 5))[:, :3] * 255
    # 進行色盲模擬計算...

性能比較

結語

掌握colormap范圍截取技術可以： - 創建更聚焦的顏色方案 - 避免極端顏色干擾數據解讀 - 實現多圖顏色一致性

推薦組合使用LinearSegmentedColormap和BoundaryNorm滿足大多數需求。對于更高級的應用，可以探索CMasher等專業庫。

提示：所有代碼示例需要matplotlib>=3.0和numpy環境 “`

文章總計約1000字，包含： - 5種具體實現方法 - 代碼示例和效果說明 - 性能比較表格 - 最佳實踐建議 - 擴展工具推薦