seaborn.color_palette

译者:Modrisco

seaborn.color_palette(palette=None, n_colors=None, desat=None)

返回一个颜色列表来定义一个调色板。

Available seaborn palette names:

有 deep, muted, bright, pastel, dark, colorblind 六种颜色模式

Other options:

matplotlib Colormap 的名字、‘ch: ’, ‘hls’, ‘husl’,或任一 matplotlib 接受的不同格式颜色列表。

调用此函数并设置 palette=None 会返回当前 matplotlib 色彩循环。

matplotlib 调色板的顺序可以通过在调色板名称后添加 “_r” 来倒置,同样,添加 “_d” 可以将调色板设置为深色模式。(这些选项为互斥属性,返回的颜色列表同样可以被取反)

可以在 with 语句中使用此函数来为一个或多个点临时改变调色板。

参考这篇 教程 来获取更多信息。

参数:palette:None, string, or sequence, optional

调色板或者 None 值来返回给当前调色板。如果是序列,输入颜色会被使用,可能会被循环化并降低饱和度。

n_colors:int, 可选

调色板中的颜色数。如果为 None,则默认值将取决于调色板的指定方式。已命名调色板默认有 6 种颜色,抓取当前调色板或传递颜色列表不会更改颜色数,除非作出指定。要求比调色板中存在的颜色更多的颜色会导致调色板循环化。

desat:float, 可选

每种颜色的去饱和比例。

返回值:palette:RGB 元组序列。

调色板。操作类似于列表,但可以用作上下文管理器,并具有转换为十六进制颜色代码的 as_hex 方法。

另外

设置所有的默认颜色循环。重新分配颜色代码,如 “b”、“g” 等。从seaborn 调色板中选择颜色。

例子

不带参数的调用将返回当前默认颜色循环中的所有颜色:

>>> import seaborn as sns; sns.set()
>>> sns.palplot(sns.color_palette())

http://seaborn.pydata.org/_images/seaborn-color_palette-1.png

显示另一个 “seaborn 调色板”,具有与默认 matplotlib 颜色循环相同的基本色调顺序,但颜色更吸引人。默认情况下,使用调色板名称进行调用将返回6种颜色:

>>> sns.palplot(sns.color_palette("muted"))

http://seaborn.pydata.org/_images/seaborn-color_palette-2.png

使用一个内置 matplotlib clolormap 的离散值:

>>> sns.palplot(sns.color_palette("RdBu", n_colors=7))

http://seaborn.pydata.org/_images/seaborn-color_palette-3.png

创建自定义 cubehelix 调色板:

>>> sns.palplot(sns.color_palette("ch:2.5,-.2,dark=.3"))

http://seaborn.pydata.org/_images/seaborn-color_palette-4.png

使用一个明确的 matplotlib 调色板并降低一些饱和度:

>>> sns.palplot(sns.color_palette("Set1", n_colors=8, desat=.5))

http://seaborn.pydata.org/_images/seaborn-color_palette-5.png

创建 “dark”(深色)matplotlib 顺序调色板变体。(当对应于有序变量的多条线或点进行着色时,如果您不希望最轻的线不可见,则可以使用此选项):

>>> sns.palplot(sns.color_palette("Blues_d"))

http://seaborn.pydata.org/_images/seaborn-color_palette-6.png

作为上下文管理器使用:

>>> import numpy as np, matplotlib.pyplot as plt
>>> with sns.color_palette("husl", 8):
...    _ = plt.plot(np.c_[np.zeros(8), np.arange(8)].T)

http://seaborn.pydata.org/_images/seaborn-color_palette-7.png


书籍推荐