Matplotlib中的Colormap（颜色映射）是用于将数据值映射到颜色的一种方式。Colormap可以应用于各种可视化图形中，例如热力图、散点图和等高线图等。
Matplotlib中内置了一些常用的Colormap，同时也支持自定义Colormap。下面是一些常用的Colormap及其特点：
Sequential Colormap（顺序Colormap）：顺序Colormap是一种从低到高（或从高到低）的颜色渐变序列。它通常用于表示连续的数值数据，例如温度、海拔高度等。常见的顺序Colormap有"viridis"、“inferno”、"plasma"和"magma"等。
Diverging Colormap（离散Colormap）：离散Colormap是一种从中间向两端渐变的颜色序列。它通常用于表示有正负差异的数据，例如温度差、得分差等。常见的离散Colormap有"coolwarm"、"RdBu"和"seismic"等。
Qualitative Colormap（定性Colormap）：定性Colormap是一种用于区分不同类别的颜色序列。它通常用于表示分类数据，例如不同种类的花朵、不同类型的汽车等。常见的定性Colormap有"Set1"、“Set2”、"Set3"和"Pastel"等。
Miscellaneous Colormap（杂项Colormap）：杂项Colormap包含一些特殊用途的Colormap，例如黑白渐变的"gray"、彩虹渐变的"rainbow"和白色渐变的"hot"等。
Matplotlib中使用Colormap的方式有两种：一种是通过plt.cm模块中的函数调用，另一种是通过Colormap对象的方法调用。例如，可以使用plt.cm.viridis函数调用"viridis" Colormap，也可以使用plt.cm.get_cmap("viridis")方法调用。
使用Colormap时，可以通过plt.colorbar()函数将Colormap与图形关联起来，以便显示颜色与数据值之间的映射关系。
除了内置的Colormap，Matplotlib还支持自定义Colormap。可以通过plt.cm.colors.LinearSegmentedColormap类创建自定义的Colormap，并通过添加颜色分段和颜色映射来定义Colormap的特性。
总结起来，Colormap是Matplotlib中用于将数据值映射到颜色的一种方式。通过选择合适的Colormap，可以更好地展示数据的特征和差异。
