Python 3.8.6 如何避免matplotlib.pyplot自定义ListedColormap配色错位
颜色错乱的核心原因
imshow()内置的默认归一化逻辑会自动适配输入数据的范围:自动读取数组内的最小值作为映射下限、最大值作为映射上限,再把这个数值区间线性压缩/拉伸匹配到你传入的ListedColormap的颜色条目上。- 当数组中缺失数值4时,数组的最大值从4变成3,原本对应0-4的5个颜色会被强行压缩到0-3的数值区间上,每一个数值对应的颜色会整体错位,和你预设的图例完全对不上。
修复方法
只需要在调用imshow()时手动固定映射的数值范围,让它不要随输入数据自动调整范围即可:
- 将
vmin固定为你数据中可能出现的最小数值,这里是0 - 将
vmax固定为你数据中可能出现的最大数值,这里是4
这样不管数据中是否缺失某个预设数值,归一化的区间始终是0到4,刚好对应自定义色表的5个颜色条目,完全绑定数值和颜色的对应关系。
修正后的可运行代码
import matplotlib.pyplot as pyplot from matplotlib import colors # 复现缺省数值4的测试场景 dataout = [ [1,2,2,2,0], [2,1,1,3,0], [2,1,3,2,0], [0,2,1,1,1], ] pyplot.figure(figsize=(len(dataout[0]), len(dataout))) # 色表顺序严格和数值0-4一一对应: # 0=lightblue, 1=yellow(路径节点), 2=blue(邻接节点), 3=black(障碍物),4=lightgreen(已访问节点) colormap = colors.ListedColormap(["lightblue","yellow","blue","black", "lightgreen"]) # 关键参数:固定映射范围,关闭自动范围适配 pyplot.imshow(dataout, cmap=colormap, vmin=0, vmax=4) pyplot.show()
补充注意点
- 如果后续给网格新增了其他状态(比如加数值5代表起点、6代表终点),只需要同步在
ListedColormap的末尾补充对应颜色、把vmax修改为最新的最大数值即可,不会再出现映射错位。 - 不要通过调整色表的条目顺序去适配自动归一化的结果,这种方法只能适配某一版数据,后续数据变动还是会再次出现配色错乱。
内容的提问来源于stack exchange,提问作者user14760774
相关产品推荐
相关产品推荐

