Python数据可视化：利用colormap让你的图表与众不同

一图胜千言，使用Python的matplotlib库，可以快速创建高质量的图形。

我们团队推出一个新的系列教程：Python数据可视化，针对初级和中级用户，将理论和示例代码相结合，分别使用matplotlib, seaborn, plotly等工具实现可视化。

本文主题是如何在Matplotlib中使用自定义颜色和colormap。

import os

import requests
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib as mpl

%matplotlib inline

plt.style.use("ggplot")

1. 自定义颜色

Matplotlib绘图接口通常包含’color’参数，用于指定颜色，参数接受的数据格式包括：

• 表示颜色的英文单词，如’red’, ‘green’, 'blue’等
• RGB或者RGBA元组，RGBA是(red, blue, green, alpha)的缩小，用包含四个浮点值的数组代表颜色，每个数字的取值范围是$[0,1]$
• 十六进制RGB或RGBA字符串
• 表示灰度的浮点值字符串，取值范围$[0，1]$，例如’0.5’
• 'bgrcmykw’字符集的其中一个字符，每个字符均表示一种颜色：‘b’:蓝色，‘g’:绿色，‘r’:红色, ‘c’:青色, ‘m’:洋红色, ‘y’:黄色, ‘k’:黑色,‘w’:白色
• X11/CSS4颜色名称
• xkcd颜色调查中的名称，以’xkcd：'开头（例如，‘xkcd：sky blue’；不区分大小写）
• “T10”分类调色板中的Tableau颜色之一（默认颜色周期）：{‘tab：blue’，‘tab：orange’，‘tab：green’，‘tab：red’，‘tab：purple’， ‘tab：brown’，‘tab：pink’，‘tab：gray’，‘tab：olive’，‘tab：cyan’}

对Python开发人员而言，前两种方式应该是最常用的。

查看Matplotlib支持的全部颜色名称：查阅官方文档。

看一个简单的例子，分别创建曲线图，柱状图，散点图，通过参数’color’指定颜色。

fig, ax = plt.subplots(nrows=3, ncols=2, figsize=(12, 12))
ax = ax.flatten()

# 曲线图
x = np.linspace(0, 10, 50)
y = np.sin(x)
ax[0].plot(x, y)
ax[0].set_title("Line plot: Default color")
ax[1].plot(x, y, color="blue")
ax[1].set_title("Line plot: Custom color")

# 柱状图
x = ["a", "b", "c", "d", "e", "f"]
y = [1.2, 0.8, 2.5, 0.95, 1.35, 1.58]
ax[2].bar(x, y)
ax[2].set_title("Bar plot: Default color")
ax[3].bar(x, y, color="purple")
ax[3].set_title("Bar plot: Custom color"