这里有一个有关如何创建自定义颜色图的说明性示例。文档字符串对于理解的含义至关重要 cdict。一旦掌握了这一点，就可以使用
cdict如下代码：
cdict = {'red': ((0.0, 1.0, 1.0), (0.1, 1.0, 1.0), # red (0.4, 1.0, 1.0), # violet (1.0, 0.0, 0.0)), # blue 'green': ((0.0, 0.0, 0.0), (1.0, 0.0, 0.0)), 'blue': ((0.0, 0.0, 0.0), (0.1, 0.0, 0.0), # red (0.4, 1.0, 1.0), # violet (1.0, 1.0, 0.0)) # blue }尽管该cdict格式为你提供了很大的灵活性，但我发现对于简单的渐变，其格式相当不直观。这是一个实用程序函数，可帮助生成简单的
LinearSegmentedColormaps：
import numpy as npimport matplotlib.pyplot as pltimport matplotlib.colors as mcolorsdef make_colormap(seq): """Return a LinearSegmentedColormap seq: a sequence of floats and RGB-tuples. The floats should be increasing and in the interval (0,1). """ seq = [(None,) * 3, 0.0] + list(seq) + [1.0, (None,) * 3] cdict = {'red': [], 'green': [], 'blue': []} for i, item in enumerate(seq): if isinstance(item, float): r1, g1, b1 = seq[i - 1] r2, g2, b2 = seq[i + 1] cdict['red'].append([item, r1, r2]) cdict['green'].append([item, g1, g2]) cdict['blue'].append([item, b1, b2]) return mcolors.LinearSegmentedColormap('CustomMap', cdict)c = mcolors.ColorConverter().to_rgbrvb = make_colormap( [c('red'), c('violet'), 0.33, c('violet'), c('blue'), 0.66, c('blue')])N = 1000array_dg = np.random.uniform(0, 10, size=(N, 2))colors = np.random.uniform(-2, 2, size=(N,))plt.scatter(array_dg[:, 0], array_dg[:, 1], c=colors, cmap=rvb)plt.colorbar()plt.show()顺便说一下
for-loop
```
for i in range(0, len(array_dg)):
plt.plot(array_dg[i], markers.next(),alpha=alpha[i], c=colors.next())
```
每次致电都会画一个点
plt.plot。这仅适用于少数几个点，但是对于许多点将变得极其缓慢。
plt.plot只能绘制一种颜色，但
plt.scatter可以为每个点分配不同的颜色。因此，
plt.scatter是要走的路。
