使用 matplotlib.pyplot.imshow() 时如何确定颜色？

我在用着imshow() http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.imshow绘制 2D numpy 数组，例如：

my_array = [[ 2.  0.  5.  2.  5.]
            [ 3.  2.  0.  1.  4.]
            [ 5.  0.  5.  4.  4.]
            [ 0.  5.  2.  3.  4.]
            [ 0.  0.  3.  5.  2.]]

plt.imshow(my_array, interpolation='none', vmin=0, vmax=5)

绘制该图像：

然而，我想做的是改变颜色，例如0是红色，1是绿色，2是橙色，你明白我的意思了。有没有办法做到这一点，如果有的话，怎么做？

我尝试通过更改颜色图中的条目来做到这一点，如下所示：

    cmap = plt.cm.jet
    cmaplist = [cmap(i) for i in range(cmap.N)]
    cmaplist[0] = (1,1,1,1.0)
    cmaplist[1] = (.1,.1,.1,1.0)
    cmaplist[2] = (.2,.2,.2,1.0)
    cmaplist[3] = (.3,.3,.3,1.0)
    cmaplist[4] = (.4,.4,.4,1.0)
    cmap = cmap.from_list('Custom cmap', cmaplist, cmap.N)

但它没有像我预期的那样工作，因为 0 = 颜色图中的第一个条目，但 1 例如 != 颜色图中的第二个条目，所以只有 0 被不同地绘制：

我认为最简单的方法是使用ListedColormap，并且可选地带有BoundaryNorm定义bins。鉴于上面的数组：

import matplotlib.pyplot as plt
import matplotlib as mpl

colors = ['red', 'green', 'orange', 'blue', 'yellow', 'purple']
bounds = [0,1,2,3,4,5,6]

cmap = mpl.colors.ListedColormap(colors)
norm = mpl.colors.BoundaryNorm(bounds, cmap.N)

plt.imshow(my_array, interpolation='none', cmap=cmap, norm=norm)

因为您的数据值与颜色边界一对一映射，normalizer是多余的。但我将其包含在内是为了展示如何使用它。例如，当您希望值 0,1,2 为红色，3,4,5 为绿色等时，您可以将边界定义为 [0,3,6...]。