在Matplotlib中复现多段渐变自定义色条的技术咨询

没问题，我来帮你搞定这个分段渐变的色条！要在Matplotlib里复现这种多段平滑过渡的颜色映射，我们可以用LinearSegmentedColormap来手动定义每一组颜色的渐变关系，再结合BoundaryNorm把数值精准对应到各个区间。下面是完整的实现步骤和代码：

步骤1：处理颜色格式 #

Matplotlib的颜色系统使用0-1之间的浮点数，所以首先需要把你给出的0-255范围的RGB值转换为这个格式：

# 你提供的原始RGB颜色列表（0-255区间）
rgb_colors = [[255, 255, 255], [160, 160, 160], [133, 231, 137], 
              [105, 191, 104], [207, 216, 255], [0, 0, 199], 
              [255, 255, 0], [205, 0, 0]]
# 转换为Matplotlib兼容的0-1浮点数范围
colors = [[c / 255 for c in rgb] for rgb in rgb_colors]

步骤2：定义数值区间分界点 #

根据你提到的区间划分，我们把每个渐变段的起止数值整理成分界点列表（8个颜色对应7个渐变段，所以需要8个分界点）：

# 对应每个颜色的数值分界点，可根据需求微调精度
bounds = [0, 0.2, 0.333, 0.466, 0.6, 0.733, 0.866, 1.0]

步骤3：创建自定义色图和归一化规则 #

用LinearSegmentedColormap生成包含平滑渐变的色图，再用BoundaryNorm确保每个数值区间匹配对应的渐变段：

from matplotlib.colors import LinearSegmentedColormap, BoundaryNorm

# 从颜色列表创建分段线性色图
custom_cmap = LinearSegmentedColormap.from_list('my_custom_cmap', colors, N=256)
# 创建边界归一化器，将数值映射到对应的颜色区间
norm = BoundaryNorm(bounds, custom_cmap.N)

步骤4：绘制并验证色条 #

最后我们可以绘制一个色条来查看效果，也可以把这个色图用到你的可视化图表中：

import matplotlib.pyplot as plt

# 创建画布和色条轴
fig, ax = plt.subplots(figsize=(8, 1))
fig.subplots_adjust(bottom=0.5)

# 绘制自定义色条
colorbar = plt.colorbar(plt.cm.ScalarMappable(norm=norm, cmap=custom_cmap),
                        cax=ax, orientation='horizontal', ticks=bounds)
colorbar.set_label('自定义分段渐变色条')

plt.show()

额外说明 #

如果要把这个色条用到你的实际绘图（比如热图、散点图）中，只需要在绘图函数里指定cmap=custom_cmap和norm=norm即可，例如：

# 示例：用自定义色条绘制热图
plt.imshow(your_data_array, cmap=custom_cmap, norm=norm)
plt.colorbar(ticks=bounds)
plt.show()

内容的提问来源于stack exchange，提问作者hm8