解讀matplotlib和seaborn顏色圖(colormap)和調色板(color palette)

更新時間：2023年06月25日 08:54:17 作者：qiu_xingye

這篇文章主要介紹了matplotlib和seaborn顏色圖(colormap)和調色板(color palette)，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教

離散型(qualitative)：用來表示沒有順序關系的不同數(shù)據(jù)連續(xù)型
(sequential)：用來表示有序關系的連續(xù)數(shù)據(jù)連續(xù)雙邊型
(diverging)：類似連續(xù)型，但數(shù)據(jù)的分布會跨越一個中間點(一般為0)，在表示數(shù)據(jù)的特征時用來強調值在兩端的數(shù)據(jù)，弱化值在中間的數(shù)據(jù)

下文分別列出各類常用的調色板若干。

import seaborn as sns

離散型

seaborn庫自帶的調色板

sns.color_palette()

seaborn除了默認的調色板外，自帶了"deep", “muted”, “pastel”, “bright”, “dark”, "colorblind"等6種調色板

sns.color_palette("deep")

pallettes = ["deep", "muted", "pastel", "bright", "dark", "colorblind"]
data = np.array([sns.color_palette(pat) for pat in pallettes])
fig = plt.figure(figsize=(9,16))
ax = fig.add_subplot(111)
ax.imshow(data)
for i, pat in enumerate(pallettes):
    ax.text(-0.6, i, pat, ha="right")
plt.axis("off");

# 示例
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
col1 = ["A"]*5 + ["B"]*5
col2 = list("abcde")*2
val = np.random.rand(10)
df = pd.DataFrame({"col1":col1, "col2":col2, "val":val})
df
fig = plt.figure(figsize=(8,8))
fig.subplots_adjust(wspace=0.1, hspace=0.25)
for i, palette in enumerate(["deep", "muted", "bright", "dark"]):
    ax = fig.add_subplot(2, 2, i+1)
    sns.barplot(x="col2", y="val", hue="col1", data=df, ax=ax, palette=palette)
    ax.set_title(palette)

自定義調色板

可利用hls(色相、亮度、飽和度)顏色空間自定義任意數(shù)量顏色的調色板

sns.color_palette("hls", 8)

sns.color_palette("hls", 16)

sns.color_palette("husl", 8) # husl相比hls，基于人的視覺特點對顏色進行了修正

其它調色板

主要是matplotlib庫自帶的調色板，有’Pastel1’, ‘Pastel2’, ‘Paired’, ‘Accent’,‘Dark2’, ‘Set1’, ‘Set2’, ‘Set3’, ‘tab10’, ‘tab20’, ‘tab20b’, 'tab20c’等

sns.color_palette("Set2")

sns.color_palette("tab10")

連續(xù)型

主要有"rocket", “mako”, “flare"和"crest”，其中"rocket", “mako"適合較大的數(shù)值跨度；名稱后面加”_r"表示翻轉。

同時也支持matploblib自帶的"magma"、"viridis"等。

也可用sns.cubehelix_palette函數(shù)自定義。

fig = plt.figure(figsize=(24,8))
fig.subplots_adjust(wspace=0.1, hspace=0.25)
palettes = ["rocket", "mako", "flare", "crest", "magma", "viridis"]
palettes += [pat+"_r" for pat in palettes] 
data = np.random.rand(10,10)
for i, palette in enumerate(palettes):
    ax = fig.add_subplot(2, 6, i+1)
    sns.heatmap(data, cmap=palette)
    ax.set_title(palette)

連續(xù)雙邊型

主要有"vlag"和"icefire"；以及matplotlib自帶的"Spectral"和"coolwarm"；名稱后面加"_r"表示翻轉。

也可用sns.diverging_palette函數(shù)自定義

fig = plt.figure(figsize=(16,8))
fig.subplots_adjust(wspace=0.2, hspace=0.25)
palettes = ["vlag", "icefire", "Spectral", "coolwarm"]
palettes += [pat+"_r" for pat in palettes] 
data = np.random.rand(10,10)*2-1
for i, palette in enumerate(palettes):
    ax = fig.add_subplot(2, 4, i+1)
    sns.heatmap(data, cmap=palette)
    ax.set_title(palette)