matplotlib.figure中的颜色映射设置方法

在matplotlib.figure中，我们可以使用set_cmap()方法来设置颜色映射。颜色映射是一种将数值映射为颜色的方法，用于可视化数据。

下面是一个使用set_cmap()方法设置颜色映射的例子：

import numpy as np
import matplotlib.pyplot as plt

# 创建一个随机的2D数组（10x10）
data = np.random.rand(10, 10)

# 创建一个figure对象
fig = plt.figure()

# 创建一个子图
ax = fig.add_subplot()

# 绘制图像
img = ax.imshow(data)

# 设置颜色映射
img.set_cmap('hot')

# 显示颜色条
plt.colorbar(img)

# 显示图像
plt.show()

在上面的例子中，首先我们导入了numpy和matplotlib.pyplot库。然后，我们创建了一个随机的2D数组data，大小为10x10。

接下来，我们创建了一个figure对象并添加了一个子图。然后，我们使用imshow()方法绘制了一个图像，把data作为参数传递给它。

在设置颜色映射之前，我们首先需要获取绘制的图像，可以通过imshow()方法的返回值来获取。然后，我们使用set_cmap()方法设置颜色映射为'hot'。

最后，我们使用colorbar()方法显示颜色条，并使用show()方法显示图像。

运行上述代码，将会显示一个热图，其中较小的值对应着较浅的颜色，较大的值则对应着较深的颜色。

除了使用set_cmap()方法设置颜色映射外，我们还可以使用其他的预定义的颜色映射，例如'jet'、'cool'、'bone'等等。此外，我们还可以创建自定义的颜色映射。

下面是一个使用预定义颜色映射和自定义颜色映射的例子：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors as mcolors

# 创建一个随机的2D数组（10x10）
data = np.random.rand(10, 10)

# 创建一个figure对象
fig = plt.figure()

# 创建一个子图
ax = fig.add_subplot()

# 绘制图像
img = ax.imshow(data)

# 使用预定义颜色映射
img.set_cmap('jet')

# 创建自定义颜色映射
cmap = mcolors.LinearSegmentedColormap.from_list('custom_cmap', ['blue', 'red'])

# 设置自定义颜色映射
img.set_cmap(cmap)

# 显示颜色条
plt.colorbar(img)

# 显示图像
plt.show()

在上面的例子中，首先我们导入了numpy、matplotlib.pyplot和matplotlib.colors库。然后，我们创建了一个随机的2D数组data，大小为10x10。

接下来，我们创建了一个figure对象和一个子图。然后，我们使用imshow()方法绘制了一个图像，把data作为参数传递给它。

在使用预定义颜色映射之前，我们首先需要获取绘制的图像，然后使用set_cmap()方法设置颜色映射为'jet'。

之后，我们使用LinearSegmentedColormap类创建了一个自定义的颜色映射cmap，它包含了两个颜色'blue'和'red'。最后，我们使用set_cmap()方法设置自定义颜色映射。

运行上述代码，将会显示一个图像，在颜色条中，蓝色对应着较小的值，红色对应着较大的值。

总结起来，matplotlib.figure中的set_cmap()方法提供了设置颜色映射的功能。我们可以使用预定义颜色映射，也可以创建自定义颜色映射来可视化数据。