Seaborn调色板设置
综述
Seaborn调色板设置：主要包括了调色板color设置，优化颜色使图片更加美观。主要包括了离散型颜色设置和连续型颜色设置、颜色亮度及饱和度、颜色对比、使用xkcd选取颜色和RGB颜色区域编号选取颜色等。
代码模块
- 调用库
import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
调色板
主要使用以下几个函数设置颜色：
color_palette() 能传入任何Matplotlib所有支持的颜色
color_palette() 不写参数则默认颜色
set_palette() 设置所有图的颜色
分类色板（离散）
- 系统默认给出颜色（10种）
current_palette = sns.color_palette()
sns.palplot(current_palette)
plt.show()
- 将颜色空间均匀找出9个颜色
当需要6中以上的颜色时，可以在圆形颜色空间中按均匀间隔画出颜色。
最常见的是使用hls颜色空间。
sns.palplot(sns.color_palette("hls",9)) ##自设定找出N种颜色。N=9
plt.show()
- 颜色空间找出6个颜色，在使用到数据中
data = np.random.normal(size=(20,6)) + np.arange(6) / 2
sns.boxplot(data=data,palette=sns.color_palette("hls",6))
plt.show()
颜色的亮度及饱和度
l- 光度 lightness
s- 饱和 saturation
sns.palplot(sns.hls_palette(8,l=0.8,s=0.9))
plt.show()
颜色对比
颜色分布对比，以颜色对输出，主要使用在两个变量同一属性的对比上（例如：计划生育10年的人口变化曲线和全面二孩10年的人口变化曲线）
sns.palplot(sns.color_palette("Paired",10))
plt.show()
- palplot(sns.color_palette(“Paired”,颜色总个数)
xkcd选取颜色
xkcd包含了一套众包努力的针对随机RGB色的命名。产生了954个可以随时通过xkcd_rgb字典中调用的命名颜色
plt.plot([0,1],[0,1],sns.xkcd_rgb['pale red'],lw = 3) #lw = 线宽度
plt.plot([0,1],[0,2],sns.xkcd_rgb['medium green'],lw = 3)
plt.plot([0,1],[0,3],sns.xkcd_rgb['denim blue'],lw = 3)
plt.show()
- xkcd_rgb[‘color_name’]中包含的颜色
连续色板（连续）
色彩随数据连续变换，数据越大颜色越深（例如：温度图）
sns.palplot(sns.color_palette("Blues"))
plt.show()
- 颜色增亮：color_palette用light_palette替换
sns.palplot(sns.light_palette("Blue")) #亮
plt.show()
颜色数据越大颜色越浅 颜色后面加_r
sns.palplot(sns.color_palette("Blues_r"))
plt.show()
- 颜色加深：color_palette用dark_palette替换
sns.palplot(sns.dark_palette("Blue")) #深
plt.show()
cubehelix_palette调色板
cubehelix_palette调色板 颜色可以线性变化
- 所有颜色区域的线性变化
sns.palplot(sns.color_palette('cubehelix',9))
plt.show()
- 指定颜色区域范围
sns.palplot(sns.cubehelix_palette(8,start=.5,rot=-.75))
plt.show()
sns.palplot(sns.cubehelix_palette(8,start=.75,rot= -.150))
plt.show()
- RGB值选取颜色
sns.palplot(sns.light_palette((250,70,30),input='husl')) #亮
plt.show()
