Matplotlib LinearSegmentedColormap未正确匹配零点颜色问题

问题重现 #

自定义的OrWhBu色阶包含17个颜色节点，其中第9个节点为纯白(255,255,255)，预期在色阶中点0.5处返回纯白(1.0,1.0,1.0,1.0)，但实际调用OrWhBu(0.5)返回的是偏黄的近似纯白值，导致填充等高线的中央分箱与纯白背景有明显视觉差异。

色阶定义代码：

from matplotlib.colors import LinearSegmentedColormap
import numpy as np

OrWhBu = LinearSegmentedColormap.from_list('OrWhBu', np.array((
    (118,  21,  33),
    (145,  28,  19),
    (200,  42,  29),
    (225,  92,  51),
    (233, 137,  51),
    (247, 221, 118),
    (251, 241, 169),
    (255, 255, 205),
    (255, 255, 255),  # 预期对应0.5的纯白节点
    (239, 253, 255),
    (220, 254, 253),
    (140, 213, 235),
    (102, 177, 207),
    ( 76, 143, 165),
    ( 67,  80, 127),
    ( 33,  45, 108),
    ( 23,  45,  81)))/255
)

问题原因 #

LinearSegmentedColormap.from_list默认将17个节点均匀映射到0~1范围，间隔为1/(17-1)=0.0625，纯白节点理论对应位置应为8*0.0625=0.5。但浮点数精度误差或内部插值逻辑可能导致查询0.5时触发相邻节点的插值计算，而非直接返回纯白节点颜色。

解决方案 #

手动指定每个颜色节点的位置，确保纯白节点精确对应0.5，避免插值干扰：

from matplotlib.colors import LinearSegmentedColormap
import numpy as np

# 保持原颜色顺序的数组
colors = np.array((
    (118,  21,  33),
    (145,  28,  19),
    (200,  42,  29),
    (225,  92,  51),
    (233, 137,  51),
    (247, 221, 118),
    (251, 241, 169),
    (255, 255, 205),
    (255, 255, 255),  # 纯白节点（第9个，索引8）
    (239, 253, 255),
    (220, 254, 253),
    (140, 213, 235),
    (102, 177, 207),
    ( 76, 143, 165),
    ( 67,  80, 127),
    ( 33,  45, 108),
    ( 23,  45,  81)))/255

# 构造位置数组：前9个颜色从0到0.5均匀分布，后8个从0.5到1均匀分布
positions = np.concatenate([
    np.linspace(0, 0.5, 9),  # 纯白节点精确对应0.5
    np.linspace(0.5, 1, 8)[1:]  # 跳过重复的0.5位置，避免节点冲突
])

# 创建色阶时绑定位置与颜色
OrWhBu = LinearSegmentedColormap.from_list('OrWhBu', list(zip(positions, colors)))

验证 #

执行以下代码确认中点颜色：

print(OrWhBu(0.5))  # 输出 (1.0, 1.0, 1.0, 1.0)

此时绘制填充等高线，中央分箱颜色将与纯白背景完全一致，消除视觉差异。

内容的提问来源于stack exchange，提问作者Notso