Mapa de cores reverso no matplotlib

Gostaria de saber como simplesmente reverter a ordem das cores de um determinado mapa de cores para usá-lo com plot_surface.

Os mapas de cores padrão também têm versões invertidas. Eles têm os mesmos nomes com _rtacheados até o fim. ( Documentação aqui. )

No matplotlib, um mapa de cores não é uma lista, mas contém a lista de suas cores como colormap.colors. E o módulo matplotlib.colorsfornece uma função ListedColormap()para gerar um mapa de cores a partir de uma lista. Então você pode reverter qualquer mapa de cores fazendo

colormap_r = ListedColormap(colormap.colors[::-1])

A solução é bem direta. Suponha que você queira usar o esquema de mapa de cores "outono". A versão padrão:

cmap = matplotlib.cm.autumn

Para reverter o espectro de cores do mapa de cores, use a função get_cmap () e adicione '_r' ao título do mapa de cores da seguinte maneira:

cmap_reversed = matplotlib.cm.get_cmap('autumn_r')

Como a LinearSegmentedColormapsé baseado em um dicionário de vermelho, verde e azul, é necessário reverter cada item:

import matplotlib.pyplot as plt
import matplotlib as mpl
def reverse_colourmap(cmap, name = 'my_cmap_r'):
    """
    In: 
    cmap, name 
    Out:
    my_cmap_r

    Explanation:
    t[0] goes from 0 to 1
    row i:   x  y0  y1 -> t[0] t[1] t[2]
                   /
                  /
    row i+1: x  y0  y1 -> t[n] t[1] t[2]

    so the inverse should do the same:
    row i+1: x  y1  y0 -> 1-t[0] t[2] t[1]
                   /
                  /
    row i:   x  y1  y0 -> 1-t[n] t[2] t[1]
    """        
    reverse = []
    k = []   

    for key in cmap._segmentdata:    
        k.append(key)
        channel = cmap._segmentdata[key]
        data = []

        for t in channel:                    
            data.append((1-t[0],t[2],t[1]))            
        reverse.append(sorted(data))    

    LinearL = dict(zip(k,reverse))
    my_cmap_r = mpl.colors.LinearSegmentedColormap(name, LinearL) 
    return my_cmap_r

Veja que funciona:

my_cmap        
<matplotlib.colors.LinearSegmentedColormap at 0xd5a0518>

my_cmap_r = reverse_colourmap(my_cmap)

fig = plt.figure(figsize=(8, 2))
ax1 = fig.add_axes([0.05, 0.80, 0.9, 0.15])
ax2 = fig.add_axes([0.05, 0.475, 0.9, 0.15])
norm = mpl.colors.Normalize(vmin=0, vmax=1)
cb1 = mpl.colorbar.ColorbarBase(ax1, cmap = my_cmap, norm=norm,orientation='horizontal')
cb2 = mpl.colorbar.ColorbarBase(ax2, cmap = my_cmap_r, norm=norm, orientation='horizontal')

EDITAR

Não recebo o comentário de user3445587. Funciona bem no mapa de cores do arco-íris:

cmap = mpl.cm.jet
cmap_r = reverse_colourmap(cmap)

fig = plt.figure(figsize=(8, 2))
ax1 = fig.add_axes([0.05, 0.80, 0.9, 0.15])
ax2 = fig.add_axes([0.05, 0.475, 0.9, 0.15])
norm = mpl.colors.Normalize(vmin=0, vmax=1)
cb1 = mpl.colorbar.ColorbarBase(ax1, cmap = cmap, norm=norm,orientation='horizontal')
cb2 = mpl.colorbar.ColorbarBase(ax2, cmap = cmap_r, norm=norm, orientation='horizontal')

Mas funciona especialmente bem para mapas de cores declarados personalizados, pois não há um padrão _rpara mapas de cores declarados personalizados. Exemplo a seguir, retirado de http://matplotlib.org/examples/pylab_examples/custom_cmap.html :

cdict1 = {'red':   ((0.0, 0.0, 0.0),
                   (0.5, 0.0, 0.1),
                   (1.0, 1.0, 1.0)),

         'green': ((0.0, 0.0, 0.0),
                   (1.0, 0.0, 0.0)),

         'blue':  ((0.0, 0.0, 1.0),
                   (0.5, 0.1, 0.0),
                   (1.0, 0.0, 0.0))
         }

blue_red1 = mpl.colors.LinearSegmentedColormap('BlueRed1', cdict1)
blue_red1_r = reverse_colourmap(blue_red1)

fig = plt.figure(figsize=(8, 2))
ax1 = fig.add_axes([0.05, 0.80, 0.9, 0.15])
ax2 = fig.add_axes([0.05, 0.475, 0.9, 0.15])

norm = mpl.colors.Normalize(vmin=0, vmax=1)
cb1 = mpl.colorbar.ColorbarBase(ax1, cmap = blue_red1, norm=norm,orientation='horizontal')
cb2 = mpl.colorbar.ColorbarBase(ax2, cmap = blue_red1_r, norm=norm, orientation='horizontal')

A partir do Matplotlib 2.0, existe um reversed()método para ListedColormape LinearSegmentedColorMapobjetos, para que você possa fazer

cmap_reversed = cmap.reversed()

Aqui está a documentação.

Existem dois tipos de LinearSegmentedColormaps. Em alguns, os _segmentdata são dados explicitamente, por exemplo, para jet:

>>> cm.jet._segmentdata
{'blue': ((0.0, 0.5, 0.5), (0.11, 1, 1), (0.34, 1, 1), (0.65, 0, 0), (1, 0, 0)), 'red': ((0.0, 0, 0), (0.35, 0, 0), (0.66, 1, 1), (0.89, 1, 1), (1, 0.5, 0.5)), 'green': ((0.0, 0, 0), (0.125, 0, 0), (0.375, 1, 1), (0.64, 1, 1), (0.91, 0, 0), (1, 0, 0))}

Para rainbow, _segmentdata é fornecido da seguinte maneira:

>>> cm.rainbow._segmentdata
{'blue': <function <lambda> at 0x7fac32ac2b70>, 'red': <function <lambda> at 0x7fac32ac7840>, 'green': <function <lambda> at 0x7fac32ac2d08>}

Podemos encontrar as funções na fonte do matplotlib, onde são dadas como

_rainbow_data = {
        'red': gfunc[33],   # 33: lambda x: np.abs(2 * x - 0.5),
        'green': gfunc[13], # 13: lambda x: np.sin(x * np.pi),
        'blue': gfunc[10],  # 10: lambda x: np.cos(x * np.pi / 2)
}

Tudo o que você deseja já está pronto no matplotlib, basta chamar cm.revcmap, que reverte os dois tipos de dados do segmento, portanto

cm.revcmap(cm.rainbow._segmentdata)

deve fazer o trabalho - você pode simplesmente criar um novo LinearSegmentData a partir disso. No revcmap, a reversão de SegmentData baseada em função é feita com

def _reverser(f):
    def freversed(x):
        return f(1 - x)
    return freversed

enquanto as outras listas são invertidas como de costume

valnew = [(1.0 - x, y1, y0) for x, y0, y1 in reversed(val)] 

Então, na verdade, tudo o que você quer é

def reverse_colourmap(cmap, name = 'my_cmap_r'):
     return mpl.colors.LinearSegmentedColormap(name, cm.revcmap(cmap._segmentdata)) 

Ainda não existe uma maneira interna de reverter mapas de cores arbitrários, mas uma solução simples é realmente não modificar a barra de cores, mas criar um objeto Normalize invertido:

from matplotlib.colors import Normalize

class InvertedNormalize(Normalize):
    def __call__(self, *args, **kwargs):
        return 1 - super(InvertedNormalize, self).__call__(*args, **kwargs)

Você pode usá-lo com plot_surfacee com outras funções de plotagem do Matplotlib, executando

inverted_norm = InvertedNormalize(vmin=10, vmax=100)
ax.plot_surface(..., cmap=<your colormap>, norm=inverted_norm)

Isso funcionará com qualquer mapa de cores Matplotlib.