Matplotlib颜色设置
用python的matplotlib画图的时候，无论我们画的是线形图、散点图还是柱状图, 我们都需要为图片设置颜色。因此，了解matplotlib的内置颜色设置尤为重要。
1.基本颜色
Matplotlib中最常用的颜色有以下八种，其字母表示、缩写及图例如下：
| 颜色 | 字母 | 缩写 |
|---|---|---|
| 红色 | red | r |
| 绿色 | green | g |
| 蓝色 | blue | b |
| 黄色 | yellow | y |
| 蓝绿色 | cyan | c |
| 粉紫色 | magenta | m |
| 黑色 | black | k |
| 白色 | white | w |
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：
| 颜色 | 颜色 | 颜色 | 颜色 | 颜色 |
|---|---|---|---|---|
| tab:blue | tab:orange | tab:green | tab:red | tab:purple |
| tab:brown | tab:pink | tab:gray | tab:olive | tab:cyan |
3.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: https://xkcd.com/color/rgb/。
网站中的部分颜色显示如下：
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，代码及图例如下：
plt.pie(x=[1,2,3,4], colors=['xkcd:blue','xkcd:orange','xkcd:green','xkcd:red'])
4.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：
CSS颜色如下所示：
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，用法及图例如下：
plt.pie(x=[1,2,3,4], colors=['aliceblue','antiquewhite','aqua','aquamarine'])
5.十六进制颜色代码
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，用法及图例如下：
plt.pie(x=[1,2,3,4], colors=['#1f77b4', '#ff7f0e', '#2ca02c', '#d62728'])
6.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，用法及图例如下：
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)])
7.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，用法及图例如下：
plt.pie(x=[1,2,3,4], colors=['0','0.25', '0.5', '0.75'])
8. Python Color Constants Module
网站: https://www.webucator.com/article/python-color-constants-module/
该网页提供了一些常用颜色。
通过上述几种方式，可以灵活地指定我们需要的颜色。
参考资源
[1] 一文搞懂matplotlib中的颜色设置
[2] python中matplotlib中内置的颜色名称列表
[3] List of named colors