Matplotlib.colors.ListedColormap clase en Python

Matplotlib es una increíble biblioteca de visualización en Python para gráficos 2D de arrays. Matplotlib es una biblioteca de visualización de datos multiplataforma basada en arrays NumPy y diseñada para funcionar con la pila SciPy más amplia.

Matplotlib.colors.ListedColormap

La clase matplotlib.colors.ListedColormap pertenece al módulo matplotlib.colors . El módulo matplotlib.colors se usa para convertir argumentos de color o números a RGBA o RGB. Este módulo se usa para asignar números a colores o conversión de especificación de color en una array de colores 1-D también conocida como mapa de colores.

La clase matplotlib.colors.ListedColormap se usa para crear objetos colarmap a partir de una lista de colores. Esto puede ser útil para indexar directamente en el mapa de colores y también se puede usar para crear mapas de colores especiales para el mapeo normal.

Sintaxis: class matplotlib.colors.ListedColormap(colors, name=’from_list’, N=Ninguno)

Parámetros:

• colors: es una array o lista de especificaciones de color de Matplotlib o equivale a una array de punto flotante N x 3 o N x 4 (N valores rgb o rgba)
• name: Es un parámetro opcional que acepta una string para identificar el mapa de colores.
• N: Es un parámetro opcional que acepta un valor entero que representa el número de entradas en el mapa. Su valor predeterminado es Ninguno, donde hay una sola entrada de mapa de colores para cada elemento en la lista de colores. Si N es menor que len(colores), la lista se trunca en N, mientras que si N es mayor, la lista se amplía con repetición.

Métodos de la clase:
1) invertido(): Esto se utiliza para crear una instancia invertida del mapa de colores.

Sintaxis: invertida(self, nombre=Ninguno)

Parámetros:

• name: Es un parámetro opcional que representa el nombre del mapa de colores invertido. Si se establece en Ninguno, el nombre será el nombre del mapa de colores principal + «_r».

Devoluciones: Devuelve una instancia invertida del mapa de colores.

Ejemplo 1:

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.colors
  
a = np.linspace(-3, 3)
A, B = np.meshgrid(a, a)
X = np.exp(-(A**2 + B**2))
figure, (axes1, axes2) = plt.subplots(ncols = 2)
  
colors =["green", "orange", 
         "gold", "blue", "k", 
        "#550011", "purple",
         "red"]
  
axes1.set_title(" color list")
contour = axes1.contourf(A, B, X, 
                         colors = colors)
  
axes2.set_title("with colormap")
cmap = matplotlib.colors.ListedColormap(colors)
contour = axes2.contourf(A, B, X, cmap = cmap)
figure.colorbar(contour)
  
plt.show()

Producción:

Ejemplo 2:

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.colors as colors
from mpl_toolkits.axes_grid1 import make_axes_locatable
  
res = np.array([[0, 2], [3, 4]], dtype = int)
  
u = np.unique(res)
bounds = np.concatenate(([res.min()-1],
                         u[:-1]+np.diff(u)/2.,
                         [res.max()+1]))
  
norm = colors.BoundaryNorm(bounds, len(bounds)-1)
color_map1 = ['#7fc97f', '#ffff99',
              '#386cb0', '#f0027f']
color_map = colors.ListedColormap(color_map1) 
  
fig, axes = plt.subplots()
img = axes.imshow(res, cmap = color_map,
                  norm = norm)
divider = make_axes_locatable(axes)
cax = divider.append_axes("right", size ="5 %")
  
color_bar = plt.colorbar(img, cmap = color_map, 
                         norm = norm, cax = cax)
  
color_bar.set_ticks(bounds[:-1]+np.diff(bounds)/2.)
color_bar.ax.set_yticklabels(color_map1)
color_bar.ax.tick_params(labelsize = 10)
  
plt.show()

Producción: