Seaborn 调色板

在可视化中，颜色比任何其他方面都起着重要作用。当有效地使用时，颜色为情节增加了更多的价值。调色板指的是画家在其上排列和混合颜料的平面。

建立调色板

Seaborn提供了一个名为 color_palette() 的函数，它可以用来给图谱添加颜色，为其增加美学价值。

使用方法

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

参数

下表列出了用于建立调色板的参数

序号	调色板和描述
1	n_colors 调色板中的颜色数量。如果没有，默认值将取决于调色板的指定方式。默认情况下， n_colors 的值是6种颜色。
2	desat 对每种颜色进行去饱和的比例。

返回指的是RGB图元的列表。以下是现成的Seaborn调色板 –

Deep
Muted
Bright
Pastel
Dark
Colorblind

除了这些，我们还可以生成新的调色板。

如果不了解数据的特性，很难决定哪种调色板应该用于给定的数据集。意识到这一点，我们将对使用 color_palette() 类型的不同方式进行分类–

qualitative
sequential
diverging

我们有另一个处理调色板的函数 seaborn.palplot() 。这个函数将调色板绘制成水平阵列。我们将在接下来的例子中了解更多关于 seaborn.palplot()的 信息。

定性调色板

定性或分类调色板最适合用于绘制分类数据。

例子

from matplotlib import pyplot as plt
import seaborn as sb
current_palette = sb.color_palette()
sb.palplot(current_palette)
plt.show()

输出

Seaborn - 调色板

我们在 color_palette() 中没有传递任何参数；默认情况下，我们看到的是6种颜色。你可以通过给 n_colors 参数传递一个值来看到想要的颜色数量。这里， palplot() 被用来水平绘制颜色阵列。

顺序调色板

顺序图适合于表达数据在一个范围内从相对较低的值到较高的值的分布。

在传递给颜色参数的颜色上附加一个字符’s’，将绘制顺序图。

例子

from matplotlib import pyplot as plt
import seaborn as sb
current_palette = sb.color_palette()
sb.palplot(sb.color_palette("Greens"))
plt.show()

Seaborn - 调色板

注意 – 我们需要在参数后面加上’s’，如上例中的’Greens’。

分歧的调色板

分歧调色板使用两种不同的颜色。每种颜色代表从一个共同点向任何方向的数值变化。

假设绘制从-1到1的数据，从-1到0的值使用一种颜色，从0到+1的值使用另一种颜色。

默认情况下，数值是以零为中心的。你可以通过传递一个值用参数center来控制它。

例子

from matplotlib import pyplot as plt
import seaborn as sb
current_palette = sb.color_palette()
sb.palplot(sb.color_palette("BrBG", 7))
plt.show()

输出

Seaborn - 调色板

设置默认调色板

color_palette() 函数有一个叫做 set_palette( )的同伴，它们之间的关系类似于美学章节中所涉及的一对。 set_palette() 和 color_palette() 的参数都是一样的，但是默认的Matplotlib参数被改变了，这样调色板就被用于所有的图。

例子

import numpy as np
from matplotlib import pyplot as plt
def sinplot(flip = 1):
   x = np.linspace(0, 14, 100)
   for i in range(1, 5):
      plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip)

import seaborn as sb
sb.set_style("white")
sb.set_palette("husl")
sinplot()
plt.show()

输出

Seaborn - 调色板