问题描述
我要实现的是在定义的RGB范围内为一系列数字着色。是否有一些算法可以完成这样的任务？关于着色图顶点（NP问题）的文章很多，但我的目标是为一系列较小值（
例如，要在最小的 RED （255，0，0）到最大的 GREEN （0，128，0）的范围内为此类序列着色，假设函数 generate_colors 可以完成任务（RGB值就是一个例子，我从调色板中获取它们只是为了展示我想要实现的目标）：
>>> numbers = [1,107,200,450.3,500]
>>> generate_colors(numbers)
[(255,0),(255,153,51),255,(102,204,(0,128,0)]
就目前而言，我仅看到一种在 min 和 max 值之间定义增量的方法，并实现了具有Delta大小步长的梯度下降之类的方法。但是，如果数据如此不平衡，几乎所有值都将比中位数大得多？例如，在 1-30 范围内的10个值和在 30000-50 000 范围内的200个值。我认为，在这种情况下，应该有一种为这些值创建加权规则的方法，这样，来自中值的上半部分（来自示例）的颜色将收到比下半部分更多的分布式颜色。因此，我决定检查是否有针对此任务的已开发算法，以免自己重新发明它。
解决方法
对数字进行排序。通过二进制搜索分配颜色。
即，获取您的数字列表。将它们分开在中间。高于中位数的那些获得一种颜色范围，低于中位数的那些获得另一种颜色范围。如果存在中间值元素，它将获得中间值颜色。
每侧重复一次。
两个旁注。首先是红色到绿色是不佳的选择。约5％的人患有红绿色色盲。第二个是，如果您通过色轮跟踪3D路径，则将获得更广泛的颜色范围。 （您需要尝试使用它才能看到适合自己的方法。）