如何将Seaborn颜色调色板转换为Matplotlib连续颜色映射（cmap）？

嘿，我明白你的问题了——你当前用ListedColormap生成的是离散颜色映射，哪怕把n设得很大也只是模拟连续效果，并非真正的平滑渐变。其实Seaborn本身就提供了直接获取连续Matplotlib颜色映射的方式，不用绕弯子！

问题根源 #

你用的ListedColormap是为离散颜色集合设计的，它会把传入的颜色列表当成独立的色阶，不会在颜色之间生成平滑的过渡渐变。哪怕把n设为100，本质上还是100个离散颜色的拼接，不是真正的连续cmap。

正确解决方案 #

使用seaborn.color_palette()的as_cmap=True参数，直接返回原生的Matplotlib连续Colormap对象，一步到位：

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

# 直接获取连续颜色映射，无需ListedColormap
cmap = sns.color_palette("RdBu_r", as_cmap=True)
# 设置缺失值（bad data）的显示样式
cmap.set_bad(color='black', alpha=0.5)

# 用heatmap测试效果（生成带缺失值的随机数据）
data = np.random.randn(10, 10)
data[2:4, 2:4] = np.nan

sns.heatmap(data, cmap=cmap)
plt.show()

额外说明 #

• 这个方法对Seaborn所有预定义调色板都适用：不管是发散型（如RdBu_r）、连续型（如viridis）都能直接转成连续cmap；
• 如果是定性型调色板（如Set2），本身就是离散分类的，转连续意义不大，还是用ListedColormap更合适；
• 生成的连续cmap完全兼容所有Matplotlib的绘图函数，不止seaborn.heatmap，像plt.imshow这类函数也能直接使用。

内容的提问来源于stack exchange，提问作者Codedorf