Matplotlib配色功能详解01_基础篇

Matplotlib专题_配色，图表配色基础篇

博文已很长时间没有更新，不是因为新冠疫情，而是因为老家有一块宅基地，想建一个度假草堂，当然要自己动手设计，就集中精力去研究了一下Chief Architecture，算是在 Matplotlib 探索的旅途中被路边的一朵小花分散了注意力！

言归真传！

当我们掌握了matplotlib绘图的基本流程，能够绘制一些简单的图表时，就会想要让自己的图表具有丰富的色彩–即给图表配色。”食、色，性也！“

我将用一个专题系列文章来讨论matplotlib的配色功能。

配色是一个复杂的话题，涉及到数据理解、色彩学、美学等，但我们应该先从最基本的，如何为图表元素指定颜色开始。

在Matplotlib中，要为图表元素，如线条、文字、坐标轴等指定颜色，有两种方法：

• 直接使用matplotlib能够识别的颜色定义格式，如某个颜色集中的颜色名称或名称的简写、十六进制的颜色定义字符串、RGB值元组。 这是基础。
• 使用colormap，将数据映射为颜色模型。

Matplotlib可以识别 9 种格式定义的颜色，可以直接将这些格式的颜色定义赋值给绘图元素的color参数。

下面将依次结合实例详解它们：

1. 使用RGB值的浮点数元组

浮点数表示R、G、B值元组，如:(0.7, 0.2, 0.3)。

标准的RGB值是[0, 255] 区间的十进制整数，在matplotlib则是[0, 1]区间的浮点数，就是做区间 [0, 255] 到 区间 [0, 1] 的线性变换：

变换函数：
$$f(x)=a\times x+b$$

$$f(x)=\frac{1}{vmax-vmin}\times x-\frac{vmin}{vmax-vmin}$$

在这里vmax = 255, vmin=0，即RGB值除以255就是matplotlib可以识别的色彩浮点数元组。

这个概念很重要，进阶部分的 colormap，Normalize，实际上都是基于这个思想。

%matplotlib inline

import math
import numpy as np
import matplotlib as mpl
from matplotlib import pyplot as plt

fig = plt.figure()

plt.axes()

x = np.arange(0, 2*math.pi, 0.001)
y = np.sin(x)

plt.plot(x, y, color=(0.7,0.2,0.3))  #RGB值的浮点数元组
#与plt.plot(x, y, color=(178/255, 51/255, 77/255)) 等效

plt.show()

2. 十六进制颜色值字符串

上述十进制整数表示的RGB值可以用十六进制字符串表示，如：#FF7F0E，与 (225,127,14)是相同的颜色。

%matplotlib inline

import math
import numpy as np
import matplotlib as mpl
from matplotlib import pyplot as plt

fig = plt.figure()

plt.axes()

x = np.arange(0, 2*math.pi, 0.001)
y = np.sin(x)

plt.plot(x, y, color='#FF7F0E') #十六进制表示 的颜色

plt.show()

3. 简写的十六进制颜色字符串

相当于通过复制每个字符获得的十六进制RGB或RGBA字符串，例如，“# abc“ 相当于 “# aabbcc“，”#abcd” 相当于 “#aabbccdd”。

**注意：**这是matplotlib 3.2开始新增的功能，如果你这样使用遇到错误，请检查你的matplotlib版本。

import math
import numpy as np
import matplotlib as mpl
from matplotlib import pyplot as plt

fig = plt.figure()

plt.axes()

x = np.arange(0, 2*math.pi, 0.001)
y = np.sin(x)

plt.plot(x, y, color='#f4f')  #十六进制的简写

plt.show()

4. 灰度

用一个[0, 1]区间的浮点数表示的灰度，例如’0.5’；0代表黑色，1代表白色，0.5表示 中等灰度；

%matplotlib inline

import math
import numpy as np
import matplotlib as mpl
from matplotlib import pyplot as plt

fig = plt.figure()

plt.axes()

x = np.arange(0, 2*math.pi, 0.001)
y = np.sin(x)

plt.plot(x, y, color='0.4') #灰度值

plt.show()

5. 八个基本色名称的首字母

8个常用颜色英文名称的首字母表示颜色名称简写，{'b', 'g', 'r', 'c', 'm', 'y', 'k', 'w'}，分别是：蓝色blue、绿色green、红色red、青色cyan、品红magenta、黄色yellow、黑色black和白色white。

%matplotlib inline

import math
import numpy as np
import matplotlib as mpl
from matplotlib import pyplot as plt

fig = plt.figure()

plt.axes()

x = np.arange(0, 2*math.pi, 0.001)
y = np.sin(x)

plt.plot(x, y, color='m') #8个常用颜色的首字母

plt.show()

6. X11/CSS4颜色集的名称

一个被称为“X11”颜色集中颜色的名称，该颜色集是HTML设计重要的颜色名称及其定义。在matplotlib中以字典的形式保存了该颜色集的定义，颜色名称是字典的keys, 定义颜色的十六进制值是对应的values。

调用matplotlib.colors模块中的 CSS4_COLORS字典可以输出该颜色集，共有148种颜色。

import matplotlib as mpl
mpl.colors.CSS4_COLORS

%matplotlib inline

import math
import numpy as np
import matplotlib as mpl
from matplotlib import pyplot as plt

fig = plt.figure()

plt.axes()

x = np.arange(0, 2*math.pi, 0.001)
y = np.sin(x)

plt.plot(x, y, color='burlywood')

plt.show()

7. xkcd颜色集

xkcd color survey颜色名称，带有前缀’xkcd:’，不区分大小写，例如：xkcd:sky blue。xkcd色彩集是通过网络调查，搜集整理的954种颜色名称和对应的十六进制值。

matplotlib在colors模块的XKCD_COLORS字典中保存了该颜色集的全部名称和对应的定义颜色的十六进制值。

%matplotlib inline

import math
import numpy as np
import matplotlib as mpl
from matplotlib import pyplot as plt

fig = plt.figure()

plt.axes()

x = np.arange(0, 2*math.pi, 0.001)
y = np.sin(x)

plt.plot(x, y, color='xkcd:tea')

plt.show()

8. Tableau 调色板

Tableau是一个数据分析软件，它有一个10分类的调色板（‘T10’ categorical palette）用于为图表配色（默认色环）：insensitive)：

{'tab:blue', 'tab:orange', 'tab:green', 'tab:red', 'tab:purple', 'tab:brown', 'tab:pink', 'tab:gray', 'tab:olive', 'tab:cyan'}，

Matplotlib支持该调色板的颜色，不区分大小写。

matplotlib在colors模块的TABLEAU_COLORS字典中保存了该调色板的颜色名称和对应的定义颜色的十六进制值。

%matplotlib inline

import math
import numpy as np
import matplotlib as mpl
from matplotlib import pyplot as plt

fig = plt.figure()

plt.axes()

x = np.arange(0, 2*math.pi, 0.001)
y = np.sin(x)

plt.plot(x, y, color='tab:purple')

plt.show()

9. "CN"颜色定义

“CN"颜色定义。

matplotlib.rcParams['axes.prop_cycle'] 参数定义了一个cycler（循环器）。该参数存储了10种常用的颜色，可以通过索引循环调用。

‘C’后面跟一个数字，这个数字是颜色在色彩环中的索引，如果色环中不包括这个颜色，默认是黑色，

关于cycler，请参见 https://matplotlib.org/cycler/。

%matplotlib inline

import math
import numpy as np
import matplotlib as mpl
from matplotlib import pyplot as plt

fig = plt.figure()

plt.axes()

x = np.arange(0, 2*math.pi, 0.001)
y = np.sin(x)

plt.plot(x, y, color='C2')

plt.show()

总结

matplotlib配色功能很强大，最基本的就是简单、直接地给图表元素指定一个颜色。这些颜色的名称、格式当然应该是matplotlib支持的颜色格式。

matplotlib 3.2.0支持上述 9 种格式的颜色定义。

为了便于大家查阅和使用其中的颜色集，我提供了一个"list of named colors.ipynb"，它列出了上面提到的颜色集的颜色名称、定义值、直观的颜色条，有需要的可以到 Python草堂群：457079928 下载。

部分截图如下：

下一篇，我们将讨论 matplotlib 更高级的配色功能，颜色映射 colormap。