python - 灰度颜色 (0-255) 到 MAtplotlib 颜色表示
问题描述
使用 matplotlib 构建一些绘图时,我无法解决这个(看起来很容易)问题。
我将灰度颜色表示为范围内的整数(0-255 - 更高的数字意味着更暗),可以在此示例 df 中简化:
colors = pd.DataFrame({'color1': [15], 'color2': [27], 'color3': [89],
'color4': [123], 'color5': [220], 'color6': [100],
'color7': [123], 'color8': [247], 'color9': [255]})
现在通过循环,我想用这些颜色将绘图背景更改为:
fig, ax = plt.subplots(3, 3, figsize=(10, 10), sharey='row', sharex='col')
fig.subplots_adjust(hspace=0, wspace=0)
column = 0
for i in range(3):
for j in range(3):
color = colors.iloc[0, column]
print(f'{i}, {j}: {color}')
# here I used (0.15, 0.16, 0.17) as example.
#But I want to have variable "color" converted into readable color by set_facecolor
ax[i, j].set_facecolor((0.15, 0.16, 0.17))
column += 1
通过使用 matplotlib文档,我只能以这些颜色格式进行操作:
Matplotlib 识别以下格式来指定颜色:
[0, 1] 中浮点值的 RGB 或 RGBA 元组(例如,(0.1, 0.2, 0.5) 或 (0.1, 0.2, 0.5, 0.3));
十六进制 RGB 或 RGBA 字符串(例如,“#0F0F0F”或“#0F0F0F0F”);
[0, 1] 中浮点值的字符串表示,包括灰度级(例如,'0.5');{'b'、'g'、'r'、'c'、'm'、'y'、'k'、'w'} 之一;
一个 X11/CSS4 颜色名称;
来自 xkcd 颜色调查的名称;以 'xkcd:' 为前缀(例如,'xkcd:sky blue');
{'tab:blue', 'tab:orange', 'tab:green', 'tab:red', 'tab:purple', 'tab:brown', 'tab:pink', 'tab:gray' , 'tab:olive', 'tab:cyan'} 它们是来自“T10”分类调色板的 Tableau 颜色(这是默认颜色循环);
“CN”颜色规范,即“C”后跟一个数字,这是默认属性循环的索引(matplotlib.rcParams['axes.prop_cycle']);索引在艺术家创建时发生,如果循环不包括颜色,则默认为黑色。
使用这些答案:
我将代码改写为:
def rgb_int2tuple(rgbint):
return (rgbint // 256 // 256 % 256, rgbint // 256 % 256, rgbint % 256)
colors = pd.DataFrame({'color1': [15], 'color2': [27], 'color3': [89], 'color4': [123],
'color5': [220], 'color6': [100], 'color7': [123], 'color8': [247], 'color9': [255]})
fig, ax = plt.subplots(3, 3, figsize=(10, 10), sharey='row', sharex='col')
fig.subplots_adjust(hspace=0, wspace=0)
column = 0
for i in range(3):
for j in range(3):
color = colors.iloc[0, column]
color = 255 - color
Blue, Green, Red = rgb_int2tuple(color)
print(f'{i}, {j}: {color}\t{Blue}{Green}{Red}')
ax[i, j].set_facecolor((Blue/255, Green/255, Red/255))
column += 1
这将我带到第 1 步,如何让 python 知道我的 0-255 刻度是灰色的。
[编辑]:
我再次阅读了 matplotlib.colors 文档并发现
- [0, 1] 中浮点值的字符串表示,包括灰度级(例如,'0.5');
使用这个:
我将代码重写为:
colors = pd.DataFrame({'color1': [15], 'color2': [27], 'color3': [89], 'color4': [123],
'color5': [220], 'color6': [100], 'color7': [123], 'color8': [247], 'color9': [255]})
fig, ax = plt.subplots(3, 3, figsize=(10, 10), sharey='row', sharex='col')
fig.subplots_adjust(hspace=0, wspace=0)
column = 0
for i in range(3):
for j in range(3):
color = colors.iloc[0, column]
color = 255 - color
color = color / 255
ax[i, j].set_facecolor(str(color))
column += 1
但我怀疑,这是最好的解决方案。
解决方案
您可以转换表示 0 和 1 之间灰度级的字符串的编号。
import pandas as pd
import matplotlib.pyplot as plt
colors = pd.DataFrame({'color1': [15], 'color2': [27], 'color3': [89], 'color4': [123],
'color5': [220], 'color6': [100], 'color7': [123], 'color8': [247], 'color9': [255]})
fig, axes = plt.subplots(3, 3, figsize=(10, 10), sharey='row', sharex='col')
fig.subplots_adjust(hspace=0, wspace=0)
for ax, c in zip(axes.flat, colors.T[0].values):
ax.set_facecolor(str(c/255.))
plt.show()
或者您可以将其转换为 RGB 元组,其中每个通道具有相同的值
for ax, c in zip(axes.flat, colors.T[0].values):
ax.set_facecolor((c/255.,c/255.,c/255.))
最后,您可以使用颜色图和规范化作为
norm = plt.Normalize(0,255)
cmap = plt.get_cmap("gray")
for ax, c in zip(axes.flat, colors.T[0].values):
ax.set_facecolor(cmap(norm(c)))
在所有三种情况下,您都会得到相同的结果。