如何在Python Matplotlib中实现图例Patch的cmap渐变效果以标识多通道数据？

当然有简便的实现方法！你可以通过自定义Matplotlib的图例元素，创建一个带渐变填充的矩形Patch，把它加到图例里来代表36个通道的渐变色彩。下面是完整的示例代码和细节说明：

步骤说明 & 代码示例 #

首先，我们先导入需要的库：

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.patches import Rectangle
from matplotlib.colors import LinearGradient

1. 模拟36个通道的数据 #

这里用正态分布生成示例数据，你可以替换成自己的真实数据：

# 生成36组不同均值的正态分布数据，模拟36个通道
data = [np.random.normal(loc=i, scale=1.2, size=1500) for i in range(36)]

2. 设置颜色映射并绘制直方图 #

选择你想用的colormap（比如viridis），给每个通道分配对应的颜色，然后绘制直方图：

# 获取渐变色彩映射，指定36个颜色分段
cmap = plt.get_cmap('viridis', 36)
# 为每个通道生成对应的颜色
channel_colors = [cmap(i) for i in range(36)]

# 绘制每个通道的直方图
plt.figure(figsize=(10, 6))
for idx in range(36):
    plt.hist(data[idx], bins=35, color=channel_colors[idx], alpha=0.65, histtype='stepfilled')

3. 创建带渐变效果的图例Patch #

关键就在这一步：我们创建一个矩形Patch，用和直方图一致的渐变色彩填充它：

# 创建线性渐变对象，从colormap的第一个颜色过渡到最后一个颜色
# (0,0)到(1,0)表示水平渐变，你也可以改成(0,0)到(0,1)做垂直渐变
gradient = LinearGradient((0, 0), (1, 0), colors=[cmap(0), cmap(35)])
# 创建填充渐变的矩形Patch
gradient_patch = Rectangle((0, 0), 1, 1, facecolor=gradient, edgecolor='gray')

4. 将渐变Patch添加到图例 #

最后把这个自定义Patch加到图例里，标注为"channels"：

# 添加图例，把渐变Patch和对应标签关联起来
plt.legend([gradient_patch], ['channels'], loc='upper right', fontsize=12)

plt.xlabel('Value', fontsize=12)
plt.ylabel('Frequency', fontsize=12)
plt.title('36 Channels Histogram with Gradient Legend', fontsize=14)
plt.tight_layout()
plt.show()

额外说明 #

• 如果你想用垂直渐变，只需要把LinearGradient的起点和终点改成(0,0)到(0,1)即可。
• 可以通过调整cmap参数更换渐变风格，比如plasma、inferno等自带的colormap，或者自定义自己的渐变色彩。
• 如果你的Matplotlib版本低于3.4，LinearGradient可能不支持，这时可以用另一种方法：创建一个迷你颜色条作为图例元素，具体可以用ColorbarBase来实现，原理类似。

内容的提问来源于stack exchange，提问作者Andreas Pettersson