Если вы хотите создать цветовую шкалу, вы можете сделать следующее. Используя https://matplotlib.org/3.2.1/tutorials/colors/colormap-manipulation.html в качестве ссылки:
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import LinearSegmentedColormap
def plot_examples(colormaps):
"""
Helper function to plot data with associated colormap.
"""
np.random.seed(19680801)
data = np.random.randn(30, 30)
n = len(colormaps)
fig, axs = plt.subplots(1, n, figsize=(n * 2 + 2, 3),
constrained_layout=True, squeeze=False)
for [ax, cmap] in zip(axs.flat, colormaps):
psm = ax.pcolormesh(data, cmap=cmap, rasterized=True, vmin=-4, vmax=4)
fig.colorbar(psm, ax=ax)
plt.show()
colors = ["purple", "red"]
cmap1 = LinearSegmentedColormap.from_list("mycmap", colors)
plot_examples([cmap1])
![enter image description here](https://i.stack.imgur.com/bsF3F.png)
Вы также можете использовать цветовую карту для получения значений для нормального plot:
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import LinearSegmentedColormap
# Creating the colar map
colors = ["purple", "red"]
cmap1 = LinearSegmentedColormap.from_list("mycmap", colors)
# Data used in plot
t = np.arange(0.0, 2.0, 0.01)
s = 1 + np.sin(2 * np.pi * t)
plt.plot(t, s, color=cmap1(0.1))
plt.show()
Здесь вы можете изменить 0.1
от второй до последней строки, чтобы выбрать место на карте цветов, которую вы хотите запросить (0-255).
![enter image description here](https://i.stack.imgur.com/c95aJ.png)