cmocean, colormaps for oceanography

Beatutiful colormaps for oceanography: cmocean
main developer: Krysten Thyng
Thyng, K. M., Greene, C. A., Hetland, R. D., Zimmerle, H. M., & DiMarco, S. F. (2016). True colors of oceanography. Oceanography, 29(3), 10.

Arctic sea ice thickness by Nikolay Koldunov.

  • 새로운 colormap은 그림을 신선하게 합니다.
  • 도메인에 맞는 colormap은 데이터를 정확하게 전달합니다.
  • 해양학(oceanography)을 위한 colormap, cmocean을 소개합니다.
  • Plotly, Tableau, Paraview, Matlab, R에서도 사용 가능합니다.

1. 개발 & 관리

solar: 태양 일사량

dense: 농도, 밀도

phase: 각도. circular colormap.

topo: 지형

2. 시각적 특징

  • matplotlib이나 seaborn 제공 colormap 대비 톤 다운되어 있습니다.
  • perceptually uniform하여 데이터를 정량적으로 전달하기 좋습니다.


3. 기능적 특징

3.1. colormap 훑어보기

  • `cmoceans.plots’ 안에 여러 유틸리티를 제공합니다.
    • .plot_gallery() : 전체 colormap 훑어보기
    • .plot_lightness() : 전체 colormap의 명도 훑어보기
    • wrap_viscm() : 색분포, 색맹의 시선에서 보여주기.

cmocean.plots.plot_lightness() 실행 결과

  • 일부 아쉬움도 있습니다.
  • 1. 저장 폴더 지정됨
    • 위 세 명령은 saveplot=True를 지정해 파일로 저장할 수 있습니다.
    • 그러나 저장 폴더 이름이 ./figures로 고정되어 있어 이 폴더가 없으면 에러가 납니다.
    • 에러가 없도록 코드를 수정하여 pull request하였습니다. (2020.12.28.)
  • 2. cmoceans.plots를 별도로 import 해야 함.
    • 위 세 명령을 사용하기 위해서는 pip install "cmocean[plots]"로 설치해야 합니다.
    • 그러나 예제처럼 cmocean.plots.plot_lightness()으로 사용하면 오류가 납니다.
    • import cmocean.plots as cmplots 식으로, .plots()를 별도 import해야 합니다.
    • 불필요한 라이브러리를 설치하지 않기 위한 장치라는데, 좀 아쉽습니다.
  • 예를 들면 이렇습니다.
    1
    2
    3
    4
    5
    import cmocean.plots as cmplots
    import cmocean.cm as cmo

    haline = cmo.haline
    cmplots.wrap_viscm(haline, saveplot=True)

3.2. matplotlib colormap과 완벽 호환

  • matplotlib colormap을 부르듯 부르면 됩니다.
  • 단, import를 cmo라고 해야만 하네요.
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    from matplotlib import cm
    import cmocean.cm as cmo

    Z = np.random.randn(10,10)

    fig, axs = plt.subplots(ncols=2, figsize=(8, 3))
    axs[0].pcolormesh(Z, cmap=cm.viridis)
    axs[0].set_title("matplotlib viridis")

    axs[1].pcolormesh(Z, cmap="cmo.amp")
    axs[1].set_title("cmocean amp")

    fig.tight_layout()

4. 그 외 utility

  • matplotlib 기능을 wrapping한 것들입니다.
  • matplotlib에서 번거로운 것들이 많이 편리해졌습니다.

4.1. colormap 제작

  • 두 색을 넣어주면 interpolation으로 컬러맵을 만들어 줍니다.
  • matplotlib을 곧장 사용해서도 할 수 있지만, 더 편리하네요.
    1
    2
    3
    4
    5
    6
    7
    8
    9
    RG2 = cmocean.tools.cmap(["#FF0000", "#00FF00"], N=2)
    RG256 = cmocean.tools.cmap(["#FF0000", "#00FF00"], N=256)

    X = np.arange(0, 10, 0.1)
    Y1 = np.sin(X)
    Y2 = np.cos(X)

    plt.scatter(X, Y1, c=Y1, cmap=RG2, label="RG2")
    plt.scatter(X, Y2, c=Y2, cmap=RG256, label="RG256")

4.2. colormap clipping

  • colormap 비율로 자르기
  • 옵션에 따라 한쪽, 또는 양쪽에서 특정 비율만큼 잘라낸 colormap을 씁니다.
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    A = np.random.randint(-5, 6, (10, 10))

    tarn = cmo.tarn
    tarn_crop = cmocean.tools.crop_by_percent(tarn, 30, which="both")

    fig, axs = plt.subplots(ncols=2, figsize=(8, 3))

    im0 = axs[0].pcolormesh(A, cmap=tarn)
    axs[0].set_title("tarn (full)", pad=8)
    fig.colorbar(im0, ax=axs[0])

    im1 = axs[1].pcolormesh(A, cmap=tarn_crop)
    axs[1].set_title("tarn (30% removed from each end)", pad=8)
    fig.colorbar(im1, ax=axs[1])

  • 데이터 값으로 자르기
  • 지정된 데이터 내에 colormap을 설정합니다.
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    vmin, vmax = -2, 3
    A = np.random.randint(vmin, vmax, (10, 10))

    oxy = cmo.oxy
    oxy_crop = cmocean.tools.crop(oxy, vmin, vmax, 0)

    fig, axs = plt.subplots(ncols=2, figsize=(8, 3))
    im0 = axs[0].pcolormesh(A, cmap=oxy, vmin=-5, vmax=5)
    axs[0].set_title("oxy (full)\nColormap covers values with no data", pad=8)
    fig.colorbar(im0, ax=axs[0])

    im1 = axs[1].pcolormesh(A, cmap=oxy_crop, vmin=vmin, vmax=vmax)
    axs[1].set_title("oxy (from -2 to 3)\n Colormap covers specified values only", pad=8)
    fig.colorbar(im1, ax=axs[1])


도움이 되셨나요?

카페인을 투입하시면 다음 포스팅으로 변환됩니다

Share