相比于NCL，Matplotlib提供的colormap不够丰富，本文介绍Matplotlib的自带色板，并介绍Python绘图如何使用NCL中的colormap，甚至自定义色板(比如使用气象家园调色盘生成的色板)。

一、Matplotlib 自带colormap

在绘制等高线图也就是contourf时，需要设置合适的colormap(cmap)。下面给出Matplotlib自带的colormap。

（需要说明的是，在字串末尾添加“_r”，可以反转色标，比如bwr -> bwr_r）

[‘viridis’, ‘plasma’, ‘inferno’, ‘magma’, ‘cividis’]
[‘Greys’, ‘Purples’, ‘Blues’, ‘Greens’, ‘Oranges’, ‘Reds’, ‘YlOrBr’, ‘YlOrRd’, ‘OrRd’, ‘PuRd’, ‘RdPu’, ‘BuPu’, ‘GnBu’, ‘PuBu’, ‘YlGnBu’, ‘PuBuGn’, ‘BuGn’, ‘YlGn’]
[‘binary’, ‘gist_yarg’, ‘gist_gray’, ‘gray’, ‘bone’, ‘pink’,
‘spring’, ‘summer’, ‘autumn’, ‘winter’, ‘cool’, ‘Wistia’,
‘hot’, ‘afmhot’, ‘gist_heat’, ‘copper’]
[‘PiYG’, ‘PRGn’, ‘BrBG’, ‘PuOr’, ‘RdGy’, ‘RdBu’,’RdYlBu’, ‘RdYlGn’, ‘Spectral’, ‘coolwarm’, ‘bwr’, ‘seismic’]
[‘twilight’, ‘twilight_shifted’, ‘hsv’]
[‘Pastel1’, ‘Pastel2’, ‘Paired’, ‘Accent’,’Dark2’, ‘Set1’, ‘Set2’, ‘Set3’,’tab10’, ‘tab20’, ‘tab20b’, ‘tab20c’]
[‘flag’, ‘prism’, ‘ocean’, ‘gist_earth’, ‘terrain’, ‘gist_stern’,’gnuplot’, ‘gnuplot2’, ‘CMRmap’, ‘cubehelix’, ‘brg’,’gist_rainbow’, ‘rainbow’, ‘jet’, ‘nipy_spectral’, ‘gist_ncar’]

二、 颜色对应名称

在绘制折线图，散点图等时，需要指定某些线的颜色，这就需要知道颜色对应的名称，这里给出列表：

三、 使用NCL色板(使用调色盘文件思路相同)

NCL的色板十分丰富，几乎可以涵盖平常所需。详见：传送门

那么我们能否将NCL的色板用在python中呢？答案当然是可以的。

我在气象家园发现了个帖子，楼主自己封装了一个包，可以在python中调用NCL的色板，详见：传送门

其基本原理就是读取NCL色板的.rgb文件，将其信息转换为颜色数组，形成matplotlib色板。那么下面，我就根据这个思路，解释下其过程和原理。首先我将NCL已有色板.rgb文件整理上传了，下载点这里，下载后将压缩包内文件夹解压。

.rgb文件内容如下(以3gauss.rgb为例)：

ncolors = 254
# r g b
0 0 255
0 0 255
1 2 254
2 4 253
3 6 252
...
...
...

ncolors = 254，代表该色板有254个色号，第二行为注释内容，表明接下来的每一行，颜色存放都是red,green,blue的顺序。那么接下来我们只需要读取这个文件，将颜色存为一个[254,3]的数组，然后将数组除255即可。除255的原因是，python的颜色值位于[0,1]之间，而rgb信息位于[0,255]之间，所以除255就可以将颜色信息映射在[0,1]之间。

但是！有一个问题，我查看了NCL的一些色板，这些色板的格式并不统一，有些是直接映射在[0,1]之间了，有些文件头有很多行，总之很杂乱，用之前还是需要统一格式，做好质量控制的。(我后边有时间的话考虑将这些文件统一格式再重新上传。)

下面给出一个使用NCL色板的示例：

import pandas as pd
import numpy as np
from matplotlib.colors import ListedColormap
import matplotlib.pyplot as plt
#读取.rgb文件
rgb = pd.read_csv('./colormaps/3gauss.rgb',sep='\s+',skiprows=2,names=['r','g','b']).values/255
#将rgb信息映射为colormap
colormap = ListedColormap(rgb)
#创建100个随机数
colors = np.random.randint(0,100,size=100)
x,y = np.random.rand(100),np.random.rand(100)
#绘制散点图，使用NCL中的3gauss色板
sct = plt.scatter(x, y, s=100, c=colors,cmap=colormap,edgecolors='black')
plt.colorbar(sct)

使用调色盘软件生成的色板也是同样的思路，将生成的txt内的rgb信息读取映射，就可以使用了。

四、设定色板颜色，进行插值映射

最后再介绍一种创建色板的方式，那就是挑选几种自己需要的颜色排列起来，然后进行插值，形成颜色之间的渐变，最后映射为色板。

import pandas as pd
import numpy as np
from matplotlib.colors import ListedColormap
import matplotlib.colors as colors
import matplotlib.pyplot as plt
#设定色板基础色为黑红橘蓝
colorslist = ['black','red','orange','blue']
#将四种色插值为具有300个渐变色的色板
colormap = colors.LinearSegmentedColormap.from_list('123',colorslist,N=300)
#创建100个随机数
colors = np.random.randint(0,100,size=100)
x,y = np.random.rand(100),np.random.rand(100)
#绘制散点图，使用刚刚自定义的123色板
sct = plt.scatter(x, y, s=100, c=colors,cmap=colormap,edgecolors='black')
plt.colorbar(sct)