在哪里找好看的colorbar

用户11172986

发布于 2024-06-20 16:44:51

860

发布于 2024-06-20 16:44:51

文章被收录于专栏：气python风雨气python风雨

刚接触或者接触一段时间Python的小伙伴应该有这种疑问，怎么把自己的图画得好看？其中配色是一个关键因素，这个之前在如何使用手游角色给科研赋能——藿藿篇中写了怎么用一张手游立绘凑出一个色卡。

下面介绍几个获取色卡的途径

cmaps库非常好用的第三方库，能轻松调用ncl丰富的色卡。使用方式：在matplotlib的填色函数中写上cmap=cmaps.色卡名如不知道色卡名字可前往这个网站： ‍https://www.ncl.ucar.edu/Document/Graphics/color_table_gallery.shtml

2.自制色卡

除了发癫用原神或者星穹轨道角色制卡，你还有以下选择

http://zhongguose.com/

https://color.hailpixel.com/

每次的点击都会产生配色。

快用你高级的审美征服审稿人吧。

至于生成的配色怎么制作成色卡。

请听这回分解。

选出色号后进行RGB排序

colors = ['#5c2223', '#5a191b', '#5a1216', '#c04851', '#ed5a65', '#f07c82', '#eea2a4', '#ee3f4d', '#c02c38', '#a7535a']

# 将颜色转换为RGB格式
rgb_colors = [tuple(int(colors[i][j:j+2], 16) for j in (1, 3, 5)) for i in range(len(colors))]

# 计算颜色的"暖度"，这里简单地使用了RGB颜色空间中的一维表示方法
warmth = [r for r, g, b in rgb_colors]

# 按照"暖度"对颜色进行排序
sorted_colors = [x for _, x in sorted(zip(warmth, colors))]

print(sorted_colors)

['#5a1216', '#5a191b', '#5c2223', '#a7535a', '#c02c38', '#c04851', '#ed5a65', '#ee3f4d', '#eea2a4', '#f07c82']

开始绘图

import xarray as xr
import matplotlib.pyplot as plt
import numpy as np
import cartopy.crs as ccrs
import cartopy.feature as cfeature
from cartopy.mpl.ticker import LongitudeFormatter, LatitudeFormatter
from matplotlib.colors import LinearSegmentedColormap

# 定义颜色列表，从冷到暖排序
colors = sorted_colors

# 创建自定义的色卡
custom_colormap = LinearSegmentedColormap.from_list('custom_cmap', colors)

# 打开数据集
nc = xr.open_dataset('/home/mw/input/1107125177/2023110720.nc')
data = nc.z[0, 2, :, :]/98
lons = data.longitude
lats = data.latitude

fig = plt.figure(figsize=(11, 8.5))

# 设置地图投影为PlateCarree
ax = plt.axes(projection=ccrs.PlateCarree())

# 绘制填充等值线图
cs = ax.contourf(lons, lats, data, transform=ccrs.PlateCarree(), cmap=custom_colormap, levels=np.linspace(data.min(), data.max(), 20))

# 添加网格线
ax.gridlines(draw_labels=True, dms=True, x_inline=False, y_inline=False)

# 添加海岸线
ax.coastlines()

# 添加颜色条，并设置标题
cbar = plt.colorbar(cs, orientation='horizontal')
cbar.set_label('位势高度 (m)')

# 设置标题和标签
plt.title('500hPa Geopotential Height', fontsize=16)
plt.xlabel('Longitude', fontsize=12)
plt.ylabel('Latitude', fontsize=12)

# 显示图形
plt.show()