matlab 如何自定义颜色

matlab画平面分布图时colorbar的设置是非常重要的，好的colorbar不仅使图像更美观，而且能够使人更容易捕捉图上传递的信息。用过matlab的同学都知道matlab默认的colormap是jet,也就是你画完图后输入“colorbar”它所显示出来的颜色。此外，matlab还自带了很多colormap,如hsv,autumn,bone,colorcube等等。我们直接在命令窗口输入例如"colormap(hsv)"就可以是平面图的颜色显示相应的colormap。

下面教大家如何自定义自己想要的colormap，方法十分简单。

以中国海的海面温度图为例：

这是一张有m_pcolor画出来的图，之后colormap是matlab默认的jet（即直接输入命令‘colorbar’显示的colormap）。

如果我们这是在命令窗口输入‘colormap(hsv)’，则会变成下面这张图：

如果我们这是想定义一种新的colormap，颜色从赤，橙，白，蓝，紫依次传递的话（如下图），应该怎么做？

这就要用到matlab的colormapEditor了。

如下图：点击figrue窗口的Edit-colormap

出现colormapEditor窗口：

我们可以利用这个窗口直接设置自定义colormap。

colormapEditor中有是一个色标尺，色标尺下方有一些滑块，其中两端的矩形滑块是固定的，不能删除；而中间的矩形+三角形滑块是可以添加，删除，或滑动的。在色标尺低端单击鼠标左键添加，选择某块滑块按Deletei键删除，鼠标按住某个滑块可左右滑动。

为了达到上述所说的“颜色从赤，橙，白，蓝，紫依次传递”的效果，我们先把中间的两个矩形+三角形滑块删除，如下图：

由于上一张图colormap的两端都是红色，所以中间两块滑块删除后整个colormap只剩下红色一种颜色了。

我们先从白色添加起，标尺上一共有64个格，为了左右平衡，我们先挑中间两格添加白色，具体步骤为：

1、点击标尺中间色格的下方，出现滑块（如下图）。

2、双击出现的滑块，出现颜色选择窗口，选择白色（如下图）。

选完后图像就变成下面这样了：

相同的方法选择“赤，橙，蓝，紫”，如下图：

但这时我们发现colormap并不能如我们所愿，因为中间出现了黄色跟绿色。我们注意在colormapEditor中有个Interpolatingcolorspace选项，由于刚刚我们是以colormap(hsv)为根本的，所以这里的颜色插值方式是hsv的，我们这是应该选择RGB。如下图：

MATLAB是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。

第一次编辑只能手动修改

点击edit里面的colormap设置，颜色轴上有多个颜色节点，可供设置，如图1。

简单 *** 作时只需双击第一个颜色节点，将默认蓝色修改为白色即可。如果要编辑颜色轴的变化和不均匀颜色轴等，只需在对应数值位置添加颜色节点，然后选为需要的颜色，再删除不需要的颜色节点即可。

2、添加、编辑和删除颜色节点的 *** 作方法

3、编辑完成后，如果此颜色模式为常用模式，可直接保存下来供今后调用：

%%%%%%%%%%%%%% 保存colormap颜色模式

%%%%%%%%%%%%%

mycmap =

get(gcf,'Colormap')%

gcf为当前图文件的控制句柄

save('MyColormaps','mycmap')% 保存颜色模式到本地文件"MyColormaps",MAT-file。

%%%%%%%%%%%%%% 调用colormap颜色模式

%%%%%%%%%%%%%

load('MyColormaps','mycmap')%将此颜色模式载入当前的workspace,存入一个名叫mycmap的变量矩阵之中；

set(gcf,'Colormap',mycmap) % 将mycmap对应的变量矩阵应用到gcf对应的图片中；

4、应用颜色模板后，重置坐标轴

应用颜色模板后，经常出现坐标轴被背景颜色覆盖，看不到坐标轴标度了。

一个巧妙的解决办法时隐藏之前的坐标轴，重新画一个新的坐标轴。新坐标轴位置与原来一样，坐标范围和标度也设置为以前一样。

可以在隐藏之前坐标轴的之前，先用若干变量保存好坐标轴信息(位置，x、y轴上下限，x、y轴的标度设置，x、y轴的标度显示设置，等等)，然后再画好新的坐标轴后，直接当保存好的信息set上去即可。可参见博文“MATLAB 把坐标轴(X Y轴)移到坐标原点”中所使用的方法。

pythoncolormap配置气泡图颜色如下：

1、从.xlsx文件中读出制图所要的的数据。

2、使用matplotlib库绘图并保存。

3、输入对应的代码即可。

---