一文搞懂matplotlib中的颜色设置
欢迎关注”生信修炼手册”!
在matplotlib中，颜色设置有以下多种方式
1. 常用颜色的字母表示及缩写
最常用的颜色表示方法，有以下几种常用颜色
1. red,表示红色, 简写为r
2. green, 表示绿色，简写为g
3. blue,表示蓝色，简写为b
4. yellow,表示黄色，简写为y
5. cyan,表示蓝绿色，简写为c
6. magenta,表示粉紫色，简写为m
7. black,表示黑色，简写为k
8. white,表示白色，简写为w
上述颜色和缩写的图例如下
2. T10调色盘
在matplotlib中，默认的颜色盘通过参数rcParams["axes.prop_cycle"]参数来指定, 初始的调色盘就是T10调色盘。
T10调色盘适用于离散分类，其颜色名称以tab:为前缀，具体的包含了以下10种颜色
1. tab:blue
2. tab:orange
3. tab:green
4. tab:red
5. tab:purple
6. tab:brown
7. tab:pink
8. tab:gray
9. tab:olive
10. tab:cyan
图例如下
在matplotlib中，默认就是通过这个T10调色盘来个不同的label上色的，代码如下
plt.pie(x=[1,1,1,1,1,1,1,1,1,1])输出结果如下
3. CN式写法
CN式写法以字母C为前缀，后面加从0开始的数字索引，其索引的对象为rcParams["axes.prop_cycle"]指定的调色盘，所以默认情况下，下列写法和T10调色盘的输出完全一致
plt.pie(x=[1,1,1,1,1,1,1,1,1,1],colors=['C0', 'C1', 'C2', 'C3', 'C4', 'C5', 'C6', 'C7', 'C8', 'C9'])输出结果如下
当我们修改调色盘时，CN式写法对应的颜色也会发生变化，代码如下
import matplotlib as mpl
from cycler import cycler
mpl.rcParams['axes.prop_cycle'] = cycler(color=['r', 'g', 'b', 'y', 'c', 'm', 'k'])
plt.pie(x=[1,1,1,1,1,1,1], colors=['C0','C1', 'C2', 'C3', 'C4', 'C5', 'C6'])输出结果如下
4. xkcd颜色名称
xkcd调色盘是通过对上万名参与者进行调查而总结出的954种最常用的颜色，官方网站如下
https://xkcd.com/color/rgb/
在matplotlib中，通过xkcd:前缀加对应的颜色名称进行使用，而且是不区分大小写的，代码如下
plt.pie(x=[1,2,3,4], colors=['xkcd:blue','xkcd:orange','xkcd:green','xkcd:red'])输出结果如下
5. X11/CSS4颜色名称
X11系列颜色通过名称来对应具体的颜色编码，后来的CSS颜色代码也是在其基础上发展而来，部分颜色示意如下
在matplotlib中，X11/CSS4相关的颜色名称和十六进制编码存储在一个字典中，可以通过以下方式进行查看
import matplotlib._color_data as mcd
for key in mcd.CSS4_COLORS:
print('{}: {}'.format(key, mcd.CSS4_COLORS[key]))部分结果如下
'aliceblue': '#F0F8FF',
'antiquewhite': '#FAEBD7',
'aqua': '#00FFFF',
'aquamarine': '#7FFFD4',
'azure': '#F0FFFF',
'beige': '#F5F5DC',
'bisque': '#FFE4C4',
'black': '#000000',
'blanchedalmond': '#FFEBCD',
'blue': '#0000FF',
'blueviolet': '#8A2BE2',通过颜色名称来使用X11/CSS4颜，用法如下
plt.pie(x=[1,2,3,4], colors=['aliceblue','antiquewhite','aqua','aquamarine'])输出结果如下
6. 十六进制颜色代码
十六进制的颜色代码可以精确的指定颜色，在matplotlib中当然也支持，用法如下
plt.pie(x=[1,2,3,4], colors=['#1f77b4', '#ff7f0e', '#2ca02c', '#d62728'])输出结果如下
7. RGB/RGBA元组
所有的颜色都是有RGB三原色构成，在matplotlib中，可以通过一个元组来表示表示red, green, blue三原色的比例，以及一个可选的alpha值来表示透明度，取值范围都是0到1，用法如下
plt.pie(x=[1,2,3,4], colors=[(0.1, 0.2, 0.5),(0.1, 0.3, 0.5),(0.1, 0.4, 0.5),(0.1, 0.5, 0.5)])输出结果如下
8. 灰度颜色
在matplotlib中，通过0到1之间的浮点数来对应灰度梯度，在使用时，为了有效区分，需要通过引号将其装换为字符，用法如下
plt.pie(x=[1,2,3,4], colors=['0','0.25', '0.5', '0.75'])输出结果如下
通过上述几种方式，可以灵活地指定我们需要的颜色。
·end·
—如果喜欢，快分享给你的朋友们吧—
原创不易，欢迎收藏，点赞，转发！生信知识浩瀚如海，在生信学习的道路上，让我们一起并肩作战！
本公众号深耕耘生信领域多年，具有丰富的数据分析经验，致力于提供真正有价值的数据分析服务，擅长个性化分析，欢迎有需要的老师和同学前来咨询。
更多精彩
KEGG数据库，除了pathway你还知道哪些
全网最完整的circos中文教程
DNA甲基化数据分析专题
突变检测数据分析专题
mRNA数据分析专题
lncRNA数据分析专题
circRNA数据分析专题
miRNA数据分析专题
单细胞转录组数据分析专题
chip_seq数据分析专题
Hi-C数据分析专题
HLA数据分析专题
TCGA肿瘤数据分析专题
基因组组装数据分析专题
CNV数据分析专题
GWAS数据分析专题
2018年推文合集
2019年推文合集
写在最后
转发本文至朋友圈，后台私信截图即可加入生信交流群，和小伙伴一起学习交流。
扫描下方二维码，关注我们，解锁更多精彩内容！
一个只分享干货的
生信公众号