MATLAB全网最全的colormap的使用教程详解
目录
- 示例图片
- 前言
- 颜色展示
- 使用方法
- 实际例子
- demo1 曲面图
- demo2 imagesc
- demo3 灰度图
- demo4 特殊地形配色
- demo5 多colormap
- demo6 帅气的分形
- demo7 渐变柱状图
- demo8 散点图
- demo9 气泡图
- 另(建议略过)
- 完
示例图片
前言
众所周知,MATLAB中的colormap只有少得可怜的几种:
有很多应用在很特殊的图形中的colormap几乎都没有,而每次写代码都要去找颜色的图属实太麻烦,因此就有了开发集成包的想法,我之前出过一篇使用python全部配色的文章,但是代码写的比较飘导致老版本用不了,这次使用了比较基础的代码和调用方式,争取能让更多人能用上。
matplotlab颜色新增了一些,但这哪够,于是我将:
- matplotlab
- scicomap
- cmasher
- viscm
包全部集成了进来,终于有了这套包含200个colormap的工具函数slanCM
颜色展示
Perceptually Uniform Sequential 感知一致 colormap:
Pure Sequential 颜色较纯单方向渐变:
较复杂渐变:
Diverging 双方向渐变:
Cyclic 循环渐变(两侧颜色可以对接在一起):
Miscellaneous 混杂渐变色,用于一些山地、光谱等特殊图绘制:
Qualitative 离散colormaphttp://www.devze.com:
使用方法
不指定获取颜色个数会默认256色,举例获取[163]号彩虹色(rainbow),以下两种写法等价:
- slanCM(‘rainbow’)
- slanCM(163)
第二个参数可以指定获取颜色数量,例如获取30颜色:
- slanCM(‘rainbow’,30)
- slanCM(163,30)
将获取的颜色放入colormap
函或者某些图像的CData
即可,例如:
colormap(slanCM(‘rainbow’))
实际例子
demo1 曲面图
使用上述
colormap(slanCM(‘rainbow’))
进行颜色修改:
% demo1 surf(peaks,'EdgeColor','w','EdgeAlpha',.3) % 使用slanCM的彩虹配色 colormap(slanCM('rainbow')) % 修饰一下 ax=gca; ax.Projection='perspective'; ax.LineWidth=1.2; ax.XMinorTick='on'; ax.YMinorTick='on'; ax.ZMinorTick='on'; ax.GridLineStyle=':'; view(-37,42)
demo2 imagesc
使用100号配色:
% demo2 XData=rand(15,15); XData=XData+XData.'; H=fspecial('average',3); XData=imfilter(XData,H,'replicate'); imagesc(XData) % 使用slanCM的100号配色 colormap(slanCM(100)) hold on ax=gca; ax.DataASPectRatio=[1,1,1]; ax.LineWidth=1.2; ax.XMinorTick='on'; ax.YMinorTick='on'; ax.ZMinorTick='on'; ax.GridLineStyle=':'; view(-37,42)
demo3 灰度图
使用离散颜色:
% demo3 rgbImage=imread("peppers.png"); imagesc(rgb2gray(rgbImage)) colormap(slanCM('prism2'))
demo4 特殊地形配色
使用特殊地形配色terrain
:
% demo4 X=linspace(0,1,200)'; CL=(-cos(X*2*pi)+1).^.2; r=(X-.5)'.^2+(X-.5).^2; surf(X,X',abs(ifftn(exp(7i*rand(200))./r.^.9)).*(CL*CL')*30,'EdgeColor','none') colormappython(slanCM('terrain')) light material dull view(59.1823,56.1559) % 修饰一下 ax=gca; ax.Projection='perspective'; ax.LineWidth=.8; ax.XMinorTick='on'; ax.YMinorTick='on'; ax.ZMinorTick='on'; ax.GridLineStyle=':';
加个光照:
demo5 多colormap
% demo5 X=linspace(0,1,200)'; CL=(-cos(X*2*pi)+1).^.2; r=(X-.5)'.^2+(X-.5).^2; Z=abs(ifftn(exp(7i*rand(200))./r.^.9)).*(CL*CL')*30; ax1=axes('Parent',gcf,'OuterPosition',[0,1/2,1/2,1/2],'LooseInset',[0,0,0,0]); contourf(Z,'EdgpythoneColor','none') ax1.Colormap=slanCM('tokyo',200); ax2=axes('Parent',gcf,'OuterPosition',[1/2,1/2,1/2,1/2],'LooseInset',[0,0,0,0]); contourf(Z,'EdgeColor','none') ax2.Colormap=slanCM('sepia',200); ax3=axes('Parent',gcf,'OuterPosition',[0,0,1/2,1/2],'LooseInset',[0,0,0,0]); contourf(Z,'EdgeColor','none') ax3.Colormap=slanCM('turku',200); ax4=axes('Parent',gcf,'OuterPosition',[1/2,0,1/2,1/2],'LooseInset',[0,0,0,0]); contourf(Z,'EdgeColor','none') ax4.Colormap=slanCM('copper2',200);
demo6 帅气的分形
% demo6 % MvLevi :https://ww2.mathworks.cn/matlabcentral/communitycontests/contests/5/entries/10775 C=-9:9e-3:9;D=-9:9e-3:9; for q=1:2001 for j=1:2001 X=.5; for i=1:5 开发者_Go开发 if mod(i,2)==0 X(i+1)=X(i)-C(q)*(.5+.3*cos(X(i)))^-1; else X(i+1)=X(i)-D(j)*(.5+.3*cos(X(i)))^-1; end end P=diff(X); L(q,j)=mean(log(abs(P))); end end pcolor(C,D,-L) shading flat axis off caxis([-3.5 3.5]) colormap(slanCM('twilight'))
demo7 渐变柱状图
多试了几个颜色:
% demo7 X=randi([2,15],[1,25])+rand([1,25]); b=bar(X); CMap=slanCM('hsv'); b.FaceColor='flat'; b.CData=slanCM(188,length(b.XData)); % 42 56 63 100 133 187 188 % 修饰一下 ax=gca;hold on;grid on ax.DataAspectRatio=[1,1,1]; ax.LineWidth=1.2; ax.XMinorTick='on'; ax.YMinorTick='on'; ax.ZMinorTick='on'; ax.GridLineStyle=':';
demo8 散点图
% demo8 rng('default') for i = 1:20000 x = -0.4 + 0.8*randi([0 1],1,18); A = gallery('circul',x); E(:,i) = eig(A); end scatter(real(E(:)),imag(E(:)),8,'filled','CData',slanCM('twilight',length(E(:)))) xlabel('Re(E)') ylabel('Im(E)') xlim([-3 3]) ylim([-3 3]) axis square
demo9 气泡图
% demo9 x=1:30; [~,ind]=sort(rand(1,30)); x=x(ind); y=rand(1,30); sz=sort(rand(1,30)); % 100 102 94 bubblechart(x,y,sz,'CData',slanCM(94,30)); % 修饰一些 ax=gca;hold on ax.LineWidth=.8;
另(建议略过)
鉴于一部分人问过我咋从python获取颜色,这里给两段python代码:
matplotlab
获取全部颜色:
import numpy as np import matplotlib.pyplot as plt cmaps = [('Perceptually Uniform Sequential', [ 'viridis', 'plasma', 'inferno', 'magma', 'cividis']), ('Sequential', [ 'Greys', 'Purples', 'Blues', 'Greens', 'Oranges', 'Reds', 'YlOrBr', 'YlOrRd', 'OrRd', 'PuRd', 'RdPu', 'BuPu', 'GnBu', 'PuBu', 'YlGnBu', 'PuBuGn', 'BuGn', 'YlGn']), ('Sequential (2)', [ 'binary', 'gist_yarg', 'gist_gray', 'gray', 'bone', 'pink', 'spring', 'summer', 'autumn', 'winter', 'cool', 'Wistia', 'hot', 'afmhot', 'gist_heat', 'copper']), ('Diverging', [ 'PiYG', 'PRGn', 'BrBG', 'PuOr', 'RdGy', 'RdBu', 'RdYlBu', 'RdYlGn', 'Spectral', 'coolwarm', 'bwr', 'seismic']), ('Cyclic', ['twilight', 'twilight_shifted', 'hsv']), ('Qualitative', [ 'Pastel1', 'Pastel2', 'Paired', 'Accent', 'Dark2', 'Set1', 'Set2', 'Set3', 'tab10', 'tab20', 'tab20b', 'tab20c']), ('Miscellaneous', [ 'flag', 'prism', 'ocean', 'gist_earth', 'terrain', 'gist_stern', 'gnuplot', 'gnuplot2', 'CMRmap', 'cubehelix', 'brg', 'gist_rainbow', 'rainbow', 'jet', 'turbo', 'nipy_spectral', 'gist_ncar'])] def plot_color_gradients(cmap_category, cmap_list): print(cmap_category) print(cmap_list) for color in cmap_list: np.savetxt(color+'.txt', np.c_[plt.get_cmap(color)(np.linspace(0, 1, 256))],fmt='%f',delimiter='\t') for cmap_category, cmap_list in cmaps: plot_color_gradients(cmadefnPEZpHp_category, cmap_list)
scicomap
获取全部颜色:
import numpy as np import matplotlib.pyplot as plt import scicomap as sc import numpy as np sc_map = sc.SciCoMap() typeList=sc_map.get_ctype() print(typeList) sc_dic=sc.get_jscmap_dict() for i in typeList: tdic=sc_dic[i] print('-----------------') for j in tdic.keys(): color=tdic[j] np.savetxt(j+'.txt', np.c_[plt.get_cmap(color)(np.linspace(0, 1, 256))],fmt='%f',delimiter='\t') print(j)
完
两百组数据整理起来真真真真的巨累,希望大家该点赞的点赞,该在看的在看!!
file exchange:
Zhaoxu Liu (2022). 200 colormap (https://www.mathworks.com/matlabcentral/fileexchange/120088-200-colormap), MATLAB Central File Exchange. 检索来源 2022/11/6.
以上就是MATLAB全网最全的colormap的使用教程详解的详细内容,更多关于MATLAB colormap的资料请关注我们其它相关文章!
精彩评论