2、Seaborn调色板使用。python绘图库Seaborn

导入库

%matplotlib inline
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
sns.set(rc={"figure.figsize": (6, 6)})#设置画布大小
np.random.seed(sum(map(ord, "palettes")))

current_palette = sns.color_palette(palette=None, n_colors=None, desat=None)#第一个参数为调色板类型deep, muted, pastel, bright, dark, 和 colorblind、n_colors调色板颜色个数，desat调饱和度
sns.palplot(current_palette)

生成了十色的调色板：

#默认颜色主题共有六种不同的变化分别是：deep, muted, pastel, bright, dark, 和 colorblind。类似下面的方式直接传入即可。
current_palette = sns.color_palette("colorblind") # 直接传入对应的参数即可变化
sns.palplot(current_palette)

#六个以上的分类要区分时，最简单的方法就是在一个圆形的颜色空间中画出均匀间隔的颜色(这样的色调会保持亮度和饱和度不变)
sns.palplot(sns.color_palette("hls", 8))#hls的颜色空间，8个色

sns.palplot(sns.hls_palette(8, l=.3, s=.8))#hls_palette调hls空间中的亮度和饱和度
# l-亮度 lightness / s-饱和 saturation

# 人类视觉系统的工作方式，会导致在RGB度量上强度一致的颜色在视觉中并不平衡。比如，我们黄色和绿色是相对较亮的颜色，而蓝色则相对较暗
#husl颜色好一点，如下：
sns.palplot(sns.color_palette("husl", 8))

#如何定义一组常用的喜欢的颜色组合
flatui = ["#9b59b6", "#3498db", "#95a5a6", "#e74c3c", "#34495e", "#2ecc71"]#定义颜色列表
sns.palplot(sns.color_palette(flatui))

应用自定义调色板：

def sinplot(flip=1):
    x = np.linspace(0, 14, 100)
    for i in range(1, 7):
        plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip)
sns.set_palette(flatui)#使用自己定义的一组颜色
sinplot()

with sns.color_palette("PuBuGn_d"):#color_palette也可以在with语句中使用，临时调色。类似于sns.axes_style()和with搭配使用
    sinplot()