pcolor：繪製美麗的顏色矩陣

pcolor是Python中一種適用於二維數組可視化的函數，可以根據提供的數據矩陣自動著色，並將結果可視化到一個坐標系中，用於顯示數組中的數據分布。pcolor用法逐步介紹。

一、從pcolor改色膜

改色膜意味著改變著色方式，比如從默認的jet改變成其他顏色。使用colormap參數可以改變pcolor的顏色映射。matplotlib中有很多預定義的配色方案，包括：viridis(紫草)、plasma(血漿)、inferno(地獄)、magma(岩漿)和cividis(城市)等。

import matplotlib.pyplot as plt
import numpy as np

# 生成隨機數據
data_array = np.random.random((10,10))

# 繪製默認顏色矩陣
plt.subplot(121)
plt.pcolor(data_array)

# 繪製改色之後的顏色矩陣
plt.subplot(122)
plt.pcolor(data_array, cmap=plt.cm.viridis)

plt.show()

上述代碼中，我們首先生成了一個隨機的10×10二維數組的數據，然後使用subplot將兩個圖像放在同一個窗口中便於比較。第一個圖使用了默認的顏色映射jet，第二個圖使用了viridis。

二、color函數怎麼用

color函數是定義顏色映射關係的函數，可以將標量值映射為顏色值。現在可以在pcolor中使用color函數來自定義顏色映射。

import matplotlib.pyplot as plt
import numpy as np

# 自定義顏色映射
def mymap(x):
    r = (x-0.5)*2
    g = (0.5-x)*2
    b = 0
    return (r,g,b)

# 生成隨機數據
data_array = np.random.random((10,10))

# 繪製自定義顏色映射的顏色矩陣
plt.pcolor(data_array, cmap=mymap)

plt.show()

代碼中我們使用了名為mymap的自定義色彩映射函數。

三、pcolormesh顏色

pcolor和pcolormesh最大的區別在於，pcolormesh參數需要讀入坐標軸數組，pcolor則不需要。下面我們看一下如何使用pcolormesh。

import matplotlib.pyplot as plt
import numpy as np

# 生成坐標軸數組
x = np.arange(11)
y = np.arange(11)

# 生成隨機2D數據
data_array = np.random.random((10,10))

# 繪製顏色矩陣
plt.pcolormesh(x,y,data_array)

plt.show()

代碼中，我們調用pcolormesh函數時，將 x軸和 y軸的數組一起傳入。pcolor函數則無需傳入坐標軸數組，因此在坐標系繪製上具有更大的靈活性。

四、pcolor矩陣維度不一致

當數據矩陣維度不一致時，可以使用masked數組將需要被隱藏的部分替換為NaN來創造矩陣的不規則形狀。這樣可以更精細的繪製顏色矩陣。

import matplotlib.pyplot as plt
import numpy as np

# 生成數據矩陣
data_array = np.random.random((10,10))
data_array[3,4:6] = np.nan
data_array[4,3:7] = np.nan

# 創建表示mask數據是否存在的矩陣
masked_array = np.ma.masked_where(np.isnan(data_array), data_array)

# 繪製mask矩陣
plt.pcolor(masked_array, cmap=plt.cm.viridis)

plt.show()

在這個例子中，我們使用了numpy模塊中的函數，將需要被隱藏的值替換成了NaN。然後我們使用ma模塊的masked_where函數創建了一個表示mask數據是否存在的矩陣。最後將masked_array傳遞給pcolor函數，從而繪製出顏色矩陣。

五、pcolor顏色數據輸入必須為矩陣

在使用時，需要保證輸入的顏色數據為矩陣類型，在實踐中常常會遇到數據不是矩陣的情況。這種情況下需要對數據進行重組或者轉置。下面是一些處理方法。

import matplotlib.pyplot as plt
import numpy as np

# 生成數組數據
x = np.linspace(0, 10, 20)
y = np.linspace(0, 10, 10)
X,Y = np.meshgrid(x,y)
data_array = X**3 - 10*Y**2

# 用ravel()函數將data_array轉化為向量
x = np.linspace(0, 10, 20)
y = np.linspace(0, 10, 10)
X,Y = np.meshgrid(x,y)
data_array = X**3 - 10*Y**2

# 將data_array轉化為二維矩陣形式
z = np.reshape(data_array, (10,20)).T

# 繪製矩陣形式的顏色矩陣
plt.pcolor(z, cmap=plt.cm.viridis)

plt.show()

上述例子中數據為一維數組，我們使用numpy的reshap函數重組數據為矩陣形式，或者使用numpy的meshgrid函數將一維數組重組為二維矩陣形式。經過重組或者轉制後的數據可以傳遞給pcolor函數，繪製顏色矩陣。

六、color函數用法

color函數是matplotlib中定義顏色的函數，可用於設置圖像、曲線、文本等要素的顏色。color參數可以為多種類型，例如顏色名稱，RGB顏色值，還可以使用HTML顏色字元串等。更多關於color函數的用法請參考matplotlib官方文檔。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0,np.pi*2,100)
y = np.sin(x)

plt.plot(x,y,color='red') # 設置線條顏色為紅色

plt.show()

代碼中我們使用color參數將折線圖的線條顏色設置為紅色。color函數可以接受一系列字元串和元組類型的顏色值，還可以使用HTML顏色字元串和連續色彩條。關於color函數的各種參數請參考官方文檔。

七、color與colour的區別

color和colour其實是個單詞拼寫的差別。英式英語中常用的是colour，而美式英語中則常用color。Python使用的是美式英語，因此我們在編寫代碼時應該使用color。

總結

繪製顏色矩陣是我們在處理數據可視化時經常用到的一種方法，pcolor是Python中繪製顏色矩陣最常見的函數之一。通過學習本文中的例子，讀者可以逐步掌握pcolor的基本用法和相關技巧。