Python中替代已弃用方法创建离散Colormap与Colorbar

我希望使用指定的colormap（例如viridis）创建带有离散颜色的绘图和colorbar。此前我使用mpl.cm.get_cmap("viridis", 7)生成7种离散颜色，但该方法已被弃用并将被移除。官方推荐使用matplotlib.colormaps[name]或matplotlib.colormaps.get_cmap(obj)替代，但这两种方式均无法指定离散颜色数量。目前我仅找到复杂的变通方案，请问是否存在像原方法一样简单直接的实现方式？

我已调整好colorbar轴的样式，因此希望保留现有代码结构，不更换plt.colorbar()的实现方案。

原示例代码：

import os.path as op
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
mpl.rcParams.update({'font.size': 30})
from mpl_toolkits.axes_grid1 import make_axes_locatable

PLOT = '/tmp/'


def main():
    data = np.random.random((20,20))
    data[5,:] = np.nan
    fig, ax = plt.subplots(figsize=(8.3,12))
    divider = make_axes_locatable(ax)

    cm = mpl.cm.get_cmap('viridis', 7)
    cm.set_bad('darkgrey', alpha=1)

    plt.pcolormesh(data, cmap=cm, vmin=0,vmax=1)
    ax.axis('off')

    cax = divider.append_axes("right", size="5%", pad=0.2)
    cb = plt.colorbar(cax=cax)

    plt.savefig(op.join(PLOT, 'test.png'), bbox_inches='tight', dpi=300)
    plt.clf()
    plt.close()


if __name__ == "__main__":
    main()

可以通过matplotlib.colors.LinearSegmentedColormap.from_list()方法，结合官方推荐的方式获取连续colormap，快速生成指定数量的离散色阶，完全兼容原有代码结构，步骤如下：

• 先获取指定的连续colormap：cmap = mpl.colormaps['viridis']
• 从该colormap中均匀提取N个颜色样本，生成离散colormap：discrete_cmap = mpl.colors.LinearSegmentedColormap.from_list('自定义名称', cmap(np.linspace(0, 1, N)), N)
• 后续设置set_bad()、绘图、colorbar逻辑完全沿用原有代码

修改后的完整代码：

import os.path as op
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
mpl.rcParams.update({'font.size': 30})
from mpl_toolkits.axes_grid1 import make_axes_locatable

PLOT = '/tmp/'


def main():
    data = np.random.random((20,20))
    data[5,:] = np.nan
    fig, ax = plt.subplots(figsize=(8.3,12))
    divider = make_axes_locatable(ax)

    # 替换弃用的get_cmap方法，生成7种离散颜色的viridis色阶
    cmap = mpl.colormaps['viridis']
    cm = mpl.colors.LinearSegmentedColormap.from_list('discrete_viridis', cmap(np.linspace(0, 1, 7)), 7)
    cm.set_bad('darkgrey', alpha=1)

    plt.pcolormesh(data, cmap=cm, vmin=0,vmax=1)
    ax.axis('off')

    cax = divider.append_axes("right", size="5%", pad=0.2)
    cb = plt.colorbar(cax=cax)

    plt.savefig(op.join(PLOT, 'test.png'), bbox_inches='tight', dpi=300)
    plt.clf()
    plt.close()


if __name__ == "__main__":
    main()

说明 #

• 该方式和原get_cmap(name, N)的效果完全一致，都是从原colormap中均匀采样N个颜色生成离散色阶
• 原有代码中设置缺失值颜色、绘图参数、colorbar的创建逻辑均不需要改动，完美适配现有结构

内容的提问来源于stack exchange，提问作者Therese