![[Matplotlib] 色と透明度の設定](https://python.atelierkobato.com/wp-content/uploads/2018/11/RGB.png)
目次
色の指定方式
Matplotlib ではオブジェクトに色をつけるために様々な方式のカラーコードを指定することができます。
Matplotlibカラーストリング
Matplotlib に用意されているカラーストリングを使用する場合は、"b" や "r" のように１文字で色を指定します。
# PYTHON_MATPLOTLIB_COLOR_01
import matplotlib.pyplot as plt
import numpy as np
# 8×6サイズのFigureを追加
fig = plt.figure(figsize=(8, 6))
# FigureにAxesを追加
ax = fig.add_subplot(111)
# Axesのタイトルの設定
ax.set_title("Matplotlib Color Strings", fontsize=14)
# (x,y)データを作成
x = np.arange(0, 5, 0.1)
y = x
# Matplotlibカラーストリングによる色指定
ax.plot(x, y - 3, label="b (blue)", color="b")
ax.plot(x, y - 2, label="g (green)", color="g")
ax.plot(x, y - 1, label="r (red)", color="r")
ax.plot(x, y, label="c (cyan)", color="c")
ax.plot(x, y + 1, label="m (magenta)", color="m")
ax.plot(x, y + 2, label="y (yellow)", color="y")
ax.plot(x, y + 3, label="k (black)", color="k")
# 凡例の表示
ax.legend()
hexRGBカラーコード
hexRGB は 3原色 Red (赤), Green (緑), Blue(青) の度合いを 16進数表記 00 ～ ff で表す方式です。最大値 ff は 10進数表記 256 に相当します。
# PYTHON_MATPLOTLIB_COLOR_02
import matplotlib.pyplot as plt
import numpy as np
# 8×6サイズのFigureを追加
fig = plt.figure(figsize=(8, 6))
# FigureにAxesを追加
ax = fig.add_subplot(111)
# Axesのタイトルの設定（文字サイズ14）
ax.set_title("hex RGB", fontsize = 14)
# (x,y)データを作成
x = np.arange(0, 5, 0.1)
y = x
# hexRGBカラーコードによる色指定
ax.plot(x, y - 3, label="#0000ff (blue)", color="#0000ff")
ax.plot(x, y - 2, label="#008000 (green)", color="#008000")
ax.plot(x, y - 1, label="#ff0000 (red)", color="#ff0000")
ax.plot(x, y, label="#00ffff (cyan)", color="#00ffff")
ax.plot(x, y + 1, label="#ff00ff (magenta)", color="#ff00ff")
ax.plot(x, y + 2, label="#ffff00 (yellow)", color="#ffff00")
ax.plot(x, y + 3, label="#000000 (black)", color="#000000")
# 凡例の表示
ax.legend()
RGBカラーコード
RGB は 3原色 Red (赤), Green (緑), Blue(青) の度合いを 0.0 ～ 1.0 の浮動小数点数で表す方式です。
# PYTHON_MATPLOTLIB_COLOR_03
import matplotlib.pyplot as plt
import numpy as np
# 8×6サイズのFigureを追加
fig = plt.figure(figsize = (8, 6))
# FigureにAxesを追加
ax = fig.add_subplot(111)
# Axesのタイトルの設定
ax.set_title("RGB", fontsize = 14)
# (x,y)データを作成
x = np.arange(0, 5, 0.1)
y = x
# RGB方式による色指定
ax.plot(x, y - 3, label = "(0.0, 0.0, 1.0)", color = (0.0, 0.0, 1.0))
ax.plot(x, y - 2, label = "(0.0, 1.0, 1.0)", color = (0.0, 0.5, 0.0))
ax.plot(x, y - 1, label = "(1.0, 0.0, 0.0)", color = (1.0, 0.0, 0.0))
ax.plot(x, y, label = "(0.0, 1.0, 1.0)", color = (0.0, 1.0, 1.0))
ax.plot(x, y + 1, label = "(1.0, 0.0, 1.0)", color = (1.0, 0.0, 1.0))
ax.plot(x, y + 2, label = "(1.0, 1.0, 0.0)", color = (1.0, 1.0, 0.0))
ax.plot(x, y + 3, label = "(0.0, 0.0, 0.0)", color = (0.0, 0.0, 0.0))
# 凡例の表示
ax.legend()
matplotlib.colorsモジュールにある to_rgb()関数を用いると、引数に指定した色の RGBカラーコードを知ることができます。
import matplotlib.colors as mtc
import numpy as np
#crimsonのRGBカラーコードを取得
mtc.to_rgb("crimson")
(0.8627450980392157, 0.0784313725490196, 0.23529411764705882)
RGBAカラーコード
RGBA は RGB に透明度のオプションを加えた方式です。透明度は 0 ～ 1 の範囲で指定します。0 を指定すると完全に透明、1 を指定すると完全に不透明となります。
# PYTHON_MATPLOTLIB_COLOR_04
import matplotlib.pyplot as plt
import matplotlib.patches as pat
# 5×5サイズのFigureを追加
fig = plt.figure(figsize = (5, 5))
# FigureにAxesを追加
ax = fig.add_subplot(111)
# Axesのタイトルの設定
ax.set_title("RGBA", fontsize = 14)
# matplotlib.patches.Circleインスタンス
# radiusは半径、colorは塗り潰しの色と透明度
c1 = pat.Circle(xy = (0.2, 0.8), radius = 0.1,
label = "(1, 0, 0, 0.2)", color = (1, 0, 0, 0.2))
c2 = pat.Circle(xy = (0.4, 0.6), radius = 0.1,
label = "(1, 0, 0, 0.5)", color = (1, 0, 0, 0.5))
c3 = pat.Circle(xy = (0.6, 0.4), radius = 0.1,
label = "(1, 0, 0, 1.0)", color = (1, 0, 0, 1.0))
# Axesに円cを追加
ax.add_patch(c1)
ax.add_patch(c2)
ax.add_patch(c3)
# 凡例の表示
ax.legend()
HTMLカラーネーム
マークアップ言語の HTML, CSS で使用されるカラーネームを指定することもできます。
# PYTHON_MATPLOTLIB_COLOR_05
import matplotlib.pyplot as plt
import numpy as np
# 8×6のFigureを追加
fig = plt.figure(figsize = (8, 6))
# FigureにAxesを追加
ax = fig.add_subplot(111)
# Axesのタイトルの設定
ax.set_title("HTML", fontsize = 14)
# (x,y)データを作成
x = np.arange(0, 6, 0.2)
y = x
# HTMLカラーネームによる色指定
ax.scatter(x, y - 3, label = "blue", color = "blue")
ax.scatter(x, y - 2, label = "green", color = "green")
ax.scatter(x, y - 1, label = "red", color = "red")
ax.scatter(x, y, label = "cyan", color = "cyan")
ax.scatter(x, y + 1, label = "magenta", color = "magenta")
ax.scatter(x, y + 2, label = "yellow", color = "yellow")
ax.scatter(x, y + 3, label = "black", color = "black")
# 凡例の表示
ax.legend()
使用できる色の一覧を取得
colors モジュールの cnames 属性には、Matplotlib で使用できる色の一覧 (色の名称とカラーコード) が辞書形式で収められています。
# PYTHON_MATPLOTLIB_COLOR_06 from matplotlib import colors # Matplotlib で使用できる色の一覧を取得する color_dic = colors.cnames color_dic
{'aliceblue': '#F0F8FF',
'antiquewhite': '#FAEBD7',
'aqua': '#00FFFF',
'aquamarine': '#7FFFD4',
'azure': '#F0FFFF',
'beige': '#F5F5DC',
'bisque': '#FFE4C4',
・・・・・・・・・・・・
Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習 新品価格 |  |
透明度の設定
プロットの透明度は alpha オプションで設定できます。alpha = 1 で完全不透明、alpha = 0 で完全透明となります。
# PYTHON_MATPLOTLIB_TRANSPARENT_01
import matplotlib.pyplot as plt
import numpy as np
# 8×6のFigureを追加
fig = plt.figure(figsize = (8, 6))
# FigureにAxesを追加
ax = fig.add_subplot(111)
# (x,y)データを作成
x = np.arange(0, 6, 0.2)
y1 = np.sin(x)
y2 = np.cos(x)
# 軸ラベルの設定
ax.set_xlabel("x", fontsize = 12)
ax.set_ylabel("y", fontsize = 12)
# 散布図の作成
ax.scatter(x, y1, label = "sinx", color = "blue", alpha = 0.4)
ax.scatter(x, y2, label = "cosx", color = "blue", alpha = 1.0)
# 凡例の表示
ax.legend()
カラーマップ
matplot.cmモジュールにはカラーマップが用意されています。カラーマップとは引数として与える浮動小数点数 0 ～ 1 に対応して連続変化する色の組合わせを定義したものです。
カラーマップの使い方
下のサンプルコードは、inferno というカラーマップを使って、引数を 0 から 1 まで 0.1 刻みで与えながらプロットに色をつけたものです。
# PYTHON_MATPLOTLIB_COLORMAP_01
import numpy as np
import matplotlib.cm as cm
import matplotlib.pyplot as plt
# サイズ8×6のFigureを追加
fig = plt.figure(figsize = (8, 6))
# FigureにAxesを追加
ax = fig.add_subplot(111, xlim = (0, 10))
# Axesのタイトルの設定
ax.set_title("inferno", fontsize = 14)
# (x,y)データを作成
x = np.arange(0, 3.2, 0.1)
y = np.cos(x)
# inferno(0)からinferno(1)まで0.1ステップで色を変えながら表示
for k in range(10):
ax.plot(x + k/2, y, color = cm.inferno(k/10))
カラーマップの種類
Matplotlib のカラーマップには Reds, Greens, Blues, Greys, Oranges といった基本的な色のマップの他に、summer, spring, autumn, winter, copper, plasma, inferno, magma など、名前だけではどのような色か判別しにくい色のマップが用意されています。以下に 9 種類のカラーマップを表示させるサンプルコードとその実行結果を載せておくので、カラーマップを選択するときの参考にしてください。
# PYTHON_MATPLOTLIB_COLORMAP_02
import numpy as np
import matplotlib.cm as cm
import matplotlib.pyplot as plt
# サイズ8×8のFigureを追加
fig = plt.figure(figsize = (8, 8))
# カラーマップ名のリスト
cmap_list = ["spring", "summer", "autumn",
"winter", "copper", "plasma",
"magma", "cividis", "hsv"]
# matplotlib.cmリスト
cm_list = [cm.spring, cm.summer, cm.autumn,
cm.winter, cm.copper, cm.plasma,
cm.magma, cm.cividis, cm.hsv]
# (x,y)データを作成
x = np.arange(0, 3.2, 0.1)
y = np.cos(x)
for j in range(1, 10):
# 3行3列のj番目のAxesを追加
ax = fig.add_subplot(3, 3, j)
# Axesのタイトル設定
ax.set_title(cmap_list[j-1], fontsize = 14)
# 目盛りを除去
ax.set_xticks([])
ax.set_yticks([])
# 目盛ラベルを除去
ax.set_xticklabels([])
ax.set_yticklabels([])
for k in range(10):
ax.plot(x + k/2, y, color = cm_list[j-1](k/10))
カラーマップによる高低差の表現
カラーマップは等高線を描くときに頻繁に活用されます。
matplotlib.pyplot.pcolormesh() の引数 cmap にカラーマップを指定すると色の濃淡で高低差を表現します。
# PYTHON_MATPLOTLIB_COLORMAP_03 import numpy as np import matplotlib.pyplot as plt # 6×6のFigureを追加 fig = plt.figure(figsize = (6, 6)) # FigureにAxesを追加 ax = fig.add_subplot(111) # 範囲0～5,256分割で(x,y)データを作成 x = np.linspace(0, 5, 256) y = np.linspace(0, 5, 256) # 格子点の作成 X, Y = np.meshgrid(x, y) # 高度の計算式 Z = np.sin(X*Y) # 色つき等高線の描画 ax.pcolormesh(X, Y, Z, cmap = "Reds")
[おすすめ記事] ≫ map()関数の使い方