如何调整matplotlib的colorbar颜色范围使配色整体偏向紫色

你当前使用的BuPu_r是蓝紫渐变的反向色卡，想要提升整体紫色占比可以用以下三种方案，按需选择即可：

方案1：直接替换为纯紫色系色卡（最简单） #

不需要调整参数，直接把cmap替换为matplotlib自带的纯紫色渐变系列即可，完全没有蓝色干扰：

import matplotlib.pyplot as plt
import numpy as np

# Fixing random state for reproducibility
np.random.seed(19680801)

plt.subplot(111)
# 替换为Purples_r纯紫渐变，数值越小颜色越深
plt.imshow(np.random.random((100, 100)), cmap=plt.cm.Purples_r)

plt.subplots_adjust(bottom=0.1, right=0.8, top=0.9)
cax = plt.axes([0.85, 0.1, 0.075, 0.8])
plt.colorbar(cax=cax)
plt.show()

方案2：截断原有BuPu_r色卡，保留高占比紫色段 #

如果需要保留少量蓝色渐变，仅提升紫色占比，可以截取BuPu_r的紫色色段，丢弃偏蓝的浅色部分：

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.colors import ListedColormap

# Fixing random state for reproducibility
np.random.seed(19680801)

# 截取BuPu_r中0到80%的色段，丢弃后20%偏浅蓝色部分，保留更多紫色
original_cmap = plt.cm.BuPu_r
truncated_cmap = ListedColormap(original_cmap(np.linspace(0, 0.8, 256)))

plt.subplot(111)
plt.imshow(np.random.random((100, 100)), cmap=truncated_cmap)

plt.subplots_adjust(bottom=0.1, right=0.8, top=0.9)
cax = plt.axes([0.85, 0.1, 0.075, 0.8])
plt.colorbar(cax=cax)
plt.show()

如果需要更高紫色占比，可将linspace的第二个参数调小，比如改为0.7、0.6，丢弃更多蓝色部分。

方案3：调整数值映射边界（无需引入额外依赖） #

通过设置imshow的vmax参数，将高于该值的所有像素都映射为色卡最右端的浅蓝，变相压缩蓝色显示范围，提升紫色占比：

import matplotlib.pyplot as plt
import numpy as np

# Fixing random state for reproducibility
np.random.seed(19680801)

plt.subplot(111)
# 设置vmax=0.8，高于0.8的数值统一映射为最浅的蓝色，其余0-0.8的数值覆盖完整紫到浅蓝渐变
plt.imshow(np.random.random((100, 100)), cmap=plt.cm.BuPu_r, vmax=0.8)

plt.subplots_adjust(bottom=0.1, right=0.8, top=0.9)
cax = plt.axes([0.85, 0.1, 0.075, 0.8])
plt.colorbar(cax=cax)
plt.show()

vmax数值越小，紫色渐变覆盖的数值范围越大，整体配色越偏紫。

内容的提问来源于stack exchange，提问作者zezo