Wyodrębnij colormap matplotlib w formacie szesnastkowym

Question

Próbuję wyodrębnić dyskretne kolory z mapy kolorów matplotlib, manipulując this example. Jednak nie mogę znaleźć dyskretnych kolorów wyodrębnionych z mapy kolorów.

W kodzie poniżej użyłem cmap._segmentdata, ale odkryłem, że jest to definicja całej mapy kolorów. Biorąc pod uwagę mapę kolorów i liczbę całkowitą N, jak wyodrębnić dyskretne kolory z mapy kolorów i wyeksportować je w formacie szesnastkowym?

from pylab import * 

delta = 0.01 
x = arange(-3.0, 3.0, delta) 
y = arange(-3.0, 3.0, delta) 
X,Y = meshgrid(x, y) 
Z1 = bivariate_normal(X, Y, 1.0, 1.0, 0.0, 0.0) 
Z2 = bivariate_normal(X, Y, 1.5, 0.5, 1, 1) 
Z = Z2 - Z1 # difference of Gaussians 

cmap = cm.get_cmap('seismic', 5) # PiYG 
cmap_colors = cmap._segmentdata 

def print_hex(r,b,g): 
       if not(0 <= r <= 255 or 0 <= b <= 255 or 0 <= g <= 255): 
           raise ValueError('rgb not in range(256)') 
       print '#%02x%02x%02x' % (r, b, g) 


for i in range(len(cmap_colors['blue'])): 
       r = int(cmap_colors['red'][i][2]*255) 
       b = int(cmap_colors['blue'][i][2]*255) 
       g = int(cmap_colors['green'][i][2]*255) 
       print_hex(r, g, b) 



im = imshow(Z, cmap=cmap, interpolation='bilinear', 
      vmax=abs(Z).max(), vmin=-abs(Z).max()) 
axis('off') 
colorbar() 

show() 

Answer 1

Można uzyskać krotki wartości RGBA dla segmentu z indeksem i wywołując cmap(i). Istnieje również funkcja, która zamienia wartości rgb na heks. Jak pisał Joe Kington w komentarzach, możesz użyć matplotlib.colors.rgb2hex. Dlatego też, możliwe rozwiązania to:

from pylab import * 

cmap = cm.get_cmap('seismic', 5) # PiYG 

for i in range(cmap.N): 
    rgb = cmap(i)[:3] # will return rgba, we take only first 3 so we get rgb 
    print(matplotlib.colors.rgb2hex(rgb)) 

wyjście jest:

#00004c 
#0000ff 
#ffffff 
#ff0000 
#7f0000