如何将列表转换为Matplotlib绘图可用的颜色映射（cmap）

核心思路 #

要把你的数值列表[5,4,8]转换成Matplotlib可用的颜色，需要先把数值归一化到颜色映射（cmap）要求的0-1范围，再通过内置颜色映射类获取对应颜色。

完整代码示例 #

import matplotlib.pyplot as plt
from matplotlib.colors import Normalize

# 原始数据，注意不要用list当变量名（会覆盖Python内置类型）
value_list = [5, 4, 8]
x = [1, 2, 3, 4]
y = [1, 2, 3, 4]

# 1. 归一化数值到0-1区间，适配颜色映射
norm = Normalize(vmin=min(value_list), vmax=max(value_list))
# 2. 选择内置颜色映射，这里用色盲友好的viridis，可替换为plasma/coolwarm等
cmap = plt.cm.viridis

# 3. 循环绘制线段并分配对应颜色
for i in range(len(value_list)):
    # 根据归一化后的数值获取颜色
    color = cmap(norm(value_list[i]))
    plt.plot((x[i], x[i+1]), (y[i], y[i+1]), color=color, linewidth=2)

# 可选：添加颜色条，直观展示数值与颜色的对应关系
sm = plt.cm.ScalarMappable(norm=norm, cmap=cmap)
sm.set_array([])
plt.colorbar(sm, label='数值')

plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.title('数值映射颜色的线段示例')
plt.show()

关键说明 #

• 避免使用list作为变量名，Python内置的list类型会被覆盖，改用value_list这类语义化名称
• Normalize会自动把你的数值缩放到0-1范围，确保颜色映射能正确匹配数值大小
• Matplotlib内置几十种颜色映射，比如viridis适合通用场景，coolwarm适合正负数值对比，可按需替换
• 颜色条不是必须的，但能让图表的颜色逻辑更清晰

内容的提问来源于stack exchange，提问作者Yong Hwan Kim