我采用的方法是制作一个固定的渐变比例：红-黄-绿色。固定比例中的值从0到1。

import matplotlib.colors as mcolors

colormap_colors = ['red', 'yellow', 'green']

# Range of values to be mapped to the colormap
vmin = 0
vmax = 1

# Colors and positions of the color scale
colors = [(0.0, colormap_colors[0]), 
          (0.5, colormap_colors[1]), 
          (1.0, colormap_colors[2])]

# LinearSegmentedColormap object
grad_cmap = mcolors.LinearSegmentedColormap.from_list('grad_cmap', colors)

# Normalize the colormap [vmin, vmax]
norm = mcolors.Normalize(vmin=vmin, vmax=vmax)

之后我从颜色中提取数据，分配与尺度相关的值，并将整个集合的颜色表示为简单的平均值。

data = ['red', 'red', 'green', 'red', 'yellow', 'green', 'red', 'green', 
      'green', 'green','green','green']

df = pd.DataFrame({'colors': data})
color_map = {'red': 0, 'yellow':0.5,'green': 1}
df['color_numbers'] = df['colors'].map(color_map)

average = df['color_numbers'].mean()

我需要的RGB值，我得到它如下.

rgba = grad_cmap(norm(average))
rgb_scaled = mcolors.to_rgb(rgba)
rgb = tuple(255 * elem for elem in rgb)

这是一个点的附加图像与RGB值获得。