Matplotlib中plt.contourf()使用jet色图无法显示超9种颜色问题

我明白你遇到的困扰了——这不是jet色图本身的限制，而是plt.contourf()的默认参数设置在搞鬼。

问题根源 #

matplotlib的contourf()函数默认会自动生成10个levels（分界点），这意味着它会把你的数据划分成9个区间，对应9种不同的颜色。不管你传入的数据有多少个不同的离散值，只要不手动指定levels，它都会用这默认的9个区间来映射颜色，所以你设置num_colors=10时，看不到10种独立的颜色。

解决方案：手动指定levels参数 #

要显示对应数量的颜色，你需要手动设置levels参数，分界点的数量要比你想要的颜色数多1（因为n个分界点会划分出n-1个区间，对应n-1种颜色）。针对你的代码，有两种实用的修改方式：

方式1：基于你的离散值生成精确分界点

因为你的数据是固定的离散值（values = [0.5,1.5,...,9.5]），可以在这些值的中间位置设置分界点，确保每个值对应唯一的颜色：

import matplotlib.pyplot as plt
import numpy as np
num_colors = 10
values = [x / 10.0 for x in range(5, (10*num_colors)+5, 10)] # [0.5, 1.5,..., 9.5]
# 创建示例颜色映射（垂直步长）
list = []
for k in range(10*num_colors):
    tmp_list = []
    for i in range(len(values)):
        for j in range(10):
            tmp_list.append(values[i])
    list.append(tmp_list)
Z = np.array(list)
x = np.arange(0, num_colors, 0.1)
y = np.arange(0, num_colors, 0.1)
xx, yy = np.meshgrid(x, y)

# 手动生成levels：在每个values的中间位置设置分界，确保每个值对应唯一颜色
levels = np.linspace(min(values)-0.5, max(values)+0.5, num_colors+1)
plt.contourf(xx, yy, Z, levels=levels, cmap='jet', alpha=1.0)
plt.colorbar() # 加上颜色条可以直观验证所有颜色是否显示
plt.show()

方式2：直接指定levels数量

如果你不需要严格匹配离散值，只是想要更多颜色区间，可以直接基于数据的最大最小值生成对应数量的分界点：

# 替代上面的levels生成代码
levels = np.linspace(Z.min(), Z.max(), num_colors + 1)

额外提示 #

• jet色图本身包含的颜色数量远不止9种，只要设置足够的levels，就能显示出更多的颜色梯度或离散色块。
• 加上plt.colorbar()可以更直观地看到所有生成的颜色，方便确认是否达到了预期效果。

内容的提问来源于stack exchange，提问作者T. Holmström