5 种常见的 Matplotlib Colormap（cmaps）用法
Matplotlib 的 colormap（cmap）系统远不止“选一个配色方案”这么简单。理解这个 API 之后，你可以：
- 可视化连续数值（heatmap、图像）
- 在散点图中编码额外维度
- 为类别创建离散 colormap
- 对棘手数据使用非线性缩放（log、边界分段）
- 从 colormap 中采样颜色，用于自定义图表样式
这篇文章会通过 5 个常见模式，配合 代码 + 实际图表，带你掌握用法。你可以把每段代码直接复制到自己的 notebook 或脚本中使用。
所有示例都假定已导入：
import numpy as np
import matplotlib.pyplot as plt1. 使用 imshow 的连续 colormap
最基础的 colormap 用法是用 imshow 来可视化 2D 数组——比如 heatmap、图像或者任意规则网格数据。
代码
import numpy as np
import matplotlib.pyplot as plt
# 生成一些类似随机的 2D 数据
data = np.random.randn(50, 50).cumsum(axis=0)
plt.figure()
plt.imshow(data, cmap="viridis")
plt.colorbar()
plt.title("Continuous colormap with imshow (viridis)")
plt.tight_layout()
plt.show()图表
你会得到一个使用感知均匀 colormap viridis 的平滑 heatmap：
（对应上面的第一张图：紫色到绿色渐变的 heatmap，右侧带有 colorbar。）
要点：
cmap="viridis"选择使用的 colormap。plt.colorbar()绘制颜色刻度条，方便读者理解数值范围。- 任意 2D NumPy 数组都可以传给
imshow。
2. 带 colormap 和 colorbar 的散点图
你可以利用 colormap 在散点图中编码一个额外的数值维度（比如时间、强度、概率等）。
代码
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(0)
x = np.linspace(0, 10, 200)
y = np.sin(x) + 0.1 * np.random.randn(200)
# 为每个点指定一个数值，用 colormap 映射
values = np.linspace(0, 1, 200)
plt.figure()
scatter = plt.scatter(x, y, c=values, cmap="plasma")
plt.colorbar(scatter, label="value")
plt.title("Scatter with colormap (plasma)")
plt.xlabel("x")
plt.ylabel("sin(x) + noise")
plt.tight_layout()
plt.show()图表
你会得到一张 散点图，点的颜色沿着 plasma colormap 平滑过渡，并配有 colorbar 说明颜色代表的数值。
要点：
c=values提供要映射到颜色的数值数据。cmap="plasma"选择 colormap。- 将
scatter对象传给plt.colorbar()，可以保证 colorbar 与散点颜色一致。
3. 用离散 colormap 表示类别
colormap 默认是连续的，但你也可以用它来创建一小组 离散颜色，用于类别数据（分类结果、标签等）。
代码
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
# 构造 4 类分类结果
categories = np.random.randint(0, 4, 100)
x = np.random.randn(100)
y = np.random.randn(100)
# 从 tab10 的前 4 个颜色构建离散 colormap
base_cmap = plt.cm.tab10
cmap_disc = ListedColormap(base_cmap(np.linspace(0, 1, 4)))
plt.figure()
for i in range(4):
mask = categories == i
# 为每个类别使用单一颜色
plt.scatter(x[mask], y[mask], c=[cmap_disc(i)], label=f"class {i}")
plt.legend()
plt.title("Discrete colormap for categories (tab10 subset)")
plt.xlabel("x")
plt.ylabel("y")
plt.tight_layout()
plt.show()图表
你会看到一张散点图，每个类别（0–3）都有自己独立的颜色，这些颜色来自 tab10。
要点：
ListedColormap允许你从一个 颜色列表 构造 colormap。- 当你只需要少量且稳定的类别配色时，这种方式非常合适。
- 这里使用了定性 colormap
tab10，并从中取了 4 个颜色。
4. 搭配 LogNorm 的归一化与 colormap
有时候数据跨越好几个数量级。直接线性映射到颜色往往会掩盖结构。这种情况下，可以把 colormap 和 LogNorm 之类的 归一化函数 结合起来使用。
代码
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import LogNorm
x = np.linspace(0.01, 2, 200)
y = np.linspace(0.01, 2, 200)
X, Y = np.meshgrid(x, y)
Z = np.exp(X * Y) # 增长非常快
plt.figure()
pcm = plt.pcolormesh(X, Y, Z, norm=LogNorm(), cmap="magma")
plt.colorbar(pcm, label="exp(x * y)")
plt.title("LogNorm with colormap (magma)")
plt.xlabel("x")
plt.ylabel("y")
plt.tight_layout()
plt.show()图表
你会看到一块 2D 彩色区域，得益于对数缩放，小值和大值区域的结构都能清晰呈现，使用的是 magma colormap。
要点：
norm=LogNorm()控制数值如何在应用cmap之前映射到 [0, 1] 区间。- 可以和
pcolormesh、imshow、scatter等多种绘图函数搭配使用。 - 其他常见的 norm：
Normalize、BoundaryNorm、PowerNorm等。
5. 从 colormap 抽取颜色用于折线图
colormap 不只能用在“填充类”图表上。你可以 从 colormap 中采样单个颜色，在任意地方使用——比如折线、柱状图、标注等。
代码
import numpy as np
import matplotlib.pyplot as plt
cmap = plt.cm.cividis # 选择任意你喜欢的 colormap
xs = np.linspace(0, 10, 200)
plt.figure()
for i, freq in enumerate(np.linspace(0.5, 2.5, 6)):
ys = np.sin(freq * xs)
color = cmap(i / 5.0) # 在 colormap 上均匀采样
plt.plot(xs, ys, label=f"freq={freq:.1f}", color=color)
plt.legend(title="frequency")
plt.title("Sampling colors from colormap (cividis)")
plt.xlabel("x")
plt.ylabel("sin(freq * x)")
plt.tight_layout()
plt.show()图表
你会得到多条正弦曲线，每条曲线的颜色都是从 cividis colormap 中取出的，沿 colormap 平滑变化。
要点：
plt.cm.<name>返回一个可以 像函数一样调用 的 colormap 对象。cmap(t)会返回t（位于[0, 1]）对应的 RGBA 颜色。- 这是获取一致、美观配色方案的一个简洁方法。
总结
这 5 个模式覆盖了 Matplotlib colormap 的大量日常用法：
- 使用
imshow+cmap绘制 连续 heatmap。 - 在 散点图 中用颜色编码额外的数值维度。
- 利用
ListedColormap实现 离散类别配色。 - 把 colormap 与
LogNorm（以及其他 norm）结合，实现 非线性缩放。 - 从 colormap 中 采样颜色，用于自定义样式（折线、柱状图等）。
熟练掌握这些之后，你可以继续探索：
- 自定义 colormap（由你自己的颜色列表或外部工具生成）
- 用
BoundaryNorm为离散数值区间（如分箱）构建 colormap - 使用感知均匀的 colormap（如
viridis、plasma、cividis等），提升可读性和可访问性