最好用的分组数据可视化工具--Seaborn调色盘

上一篇文章写了Seaborn基本风格设置，这一篇文章写一下Seaborn中的调色盘设置
首先引入所需模块

import numpy as np
import pandas as pd 
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline

我们主要使用color_palette()来对调色盘进行各种设置
默认六种颜色：deep,muted, pastel, bright, dark, colorblind
seaborn, color_palette(palette=None, n_colors = None, desat = None)

current_palette=sns.color_palette()
sns.palplot(current_palette)

颜色风格为‘vlag’，颜色色块个数为8

sns.palplot(sns.color_palette("vlag_r",8))

分组颜色设置为‘Paired’，色块为10

sns.palplot(sns.color_palette('Paired',10))

设置亮度，饱和度
有两种方法可以设置：
#（1）husl_palette([n_colors,h,s,l])
#(2)hls_palette([n_colors,h,l,s])

sns.palplot(sns.hls_palette(8,l=.5,s=.5))
#l---亮度
#s--饱和度

我们可以通过cubehelix_palette()函数
#按照线性增长计算，设置颜色

sns.palplot(sns.cubehelix_palette(8,gamma=2))
sns.palplot(sns.cubehelix_palette(8,start=.5,rot=-.75))
sns.palplot(sns.cubehelix_palette(8,start=2,rot=0,dark=0,light=.95,reverse=True))
#n_colors--颜色个数
#start--值区间在0-3，开始颜色
#rot-颜色旋转角度
#gamma-颜色伽马值，越大颜色越暗
#dark，light--值区间在0-1，颜色深浅
#reverse--布尔值，默认为False，由浅到深

通过dark_palette(color[,n_colors,reverse,…])/light_palette(color[,n_colors,reverse,…])来设置颜色深浅

sns.palplot(sns.light_palette('green'))#按照green做浅色调色盘
sns.palplot(sns.color_palette('Greens'))#cmap为Greens风格

sns.palplot(sns.dark_palette('red',reverse=True))#按照red做深色调色盘
#reverse---转置颜色

通过diverging_palette()创建分散颜色
#seaborn.diverging_palette(h_neg,h_pos,s=75,l=50,sep=10,n=6,
#center=‘light’,as_cmap=False)
#h_neg,h_pos–起始/终止颜色值,145为起始颜色值，280为终止颜色值
#s-值区间0-100，饱和度
#l-值区间0-100，亮度
#n-颜色个数
#center–中心颜色为深色还是浅色，默认为light

sns.palplot(sns.diverging_palette(145,280,s=85,l=25,n=7))

plt.figure(figsize=(8,6))
x=np.arange(25).reshape(5,5)
cmap=sns.diverging_palette(200,20,sep=20,as_cmap=True)#调色板，200到20，步骤为20步
sns.heatmap(x,cmap=cmap)

设置调色板后，绘图创建图表，设置部分风格

sns.set_style('whitegrid')
#设置风格

with sns.color_palette('PuBuGn_d'):
    plt.subplot(211)
    sinplot()
    
sns.set_palette('husl')
plt.subplot(212)
sinplot()
#绘制系列颜色

调色盘设置大概就是这些啦
关注欢喜，一起进步呀~
微信公众号，这个公众号里面不止有Python的内容哦，还有C++，微信小程序，以及一些课程实验啊课设啊源码哦~