Seaborn – 调色板

在本文中，我们将看到 seaborn color_palette()，它可用于为绘图着色。使用调色板，我们可以生成具有不同颜色的点。在下面的示例中，我们可以看到调色板可以负责生成不同的颜色图值。

Syntax: seaborn.color_palette(palette=None, n_colors=None, desat=None)

Parameters:

• palette: Name of palette or None to return current palette. 
• n_colors: Number of colors in the palette.
• desat: Proportion to desaturate each color.

Returns: list of RGB tuples or matplotlib.colors.Colormap

我们将对使用color_palette()类型的不同方式进行分类 -

• 定性
• 顺序的
• 发散

定性

当变量本质上是分类变量时，使用定性调色板，分配给每个组的颜色需要不同。变量的每个可能值都从图中的定性调色板中分配一种颜色，如图所示。

例子：

Python3

from matplotlib import pyplot as plt
import seaborn as sns
current_palette = sns.color_palette()
sns.palplot(current_palette)
plt.show()

输出：

顺序的

在顺序调色板中，颜色从浅到深依次移动。当分配为着色的变量是数字或具有固有的有序值时，则可以使用如图所示的顺序调色板来描绘它。

例子：

蟒蛇3

from matplotlib import pyplot as plt
import seaborn as sns
current_palette = sns.color_palette()
sns.palplot(sns.color_palette("Greys"))
plt.show()

输出：

发散

当我们处理像 +ve 和 -ve（低值和高值）这样的混合值时，发散调色板最适合可视化。

例子：

蟒蛇3

from matplotlib import pyplot as plt
import seaborn as sns
current_palette = sns.color_palette()
sns.palplot(sns.color_palette("terrain_r", 7))
plt.show()

输出：

让我们通过一些例子来理解这一点：

示例 1：

在这个例子中，我们使用了 sns.color_palette() 来构造一个颜色图，并使用 sns.palplot() 来显示颜色图中存在的具有“深度”属性的颜色。

蟒蛇3

# import module
import pandas as pd
import seaborn as sns
  
sns.palplot(sns.color_palette("deep", 10))

输出：

调色板的可能值是：

‘Accent’, ‘Accent_r’, ‘Blues’, ‘Blues_r’, ‘BrBG’, ‘BrBG_r’, ‘BuGn’, ‘BuGn_r’, ‘BuPu’, ‘BuPu_r’, ‘CMRmap’, ‘CMRmap_r’, ‘Dark2’, ‘Dark2_r’, ‘GnBu’, ‘GnBu_r’,  ‘Greens’, ‘Greens_r’, ‘Greys’, ‘Greys_r’, ‘OrRd’, ‘OrRd_r’, ‘Oranges’, ‘Oranges_r’,  ‘PRGn’, ‘PRGn_r’, ‘Paired’, ‘Paired_r’, ‘Pastel1’, ‘Pastel1_r’, ‘Pastel2’,  ‘Pastel2_r’, ‘PiYG’, ‘PiYG_r’, ‘PuBu’, ‘PuBuGn’, ‘PuBuGn_r’, ‘PuBu_r’, ‘PuOr’, ‘PuOr_r’, ‘PuRd’, ‘PuRd_r’, ‘Purples’, ‘Purples_r’, ‘RdBu’, ‘RdBu_r’, ‘RdGy’, ‘RdGy_r’, ‘RdPu’, ‘RdPu_r’, ‘RdYlBu’, ‘RdYlBu_r’, ‘RdYlGn’, ‘RdYlGn_r’, ‘Reds’, ‘Reds_r’, ‘Set1’, ‘Set1_r’, ‘Set2’, ‘Set2_r’, ‘Set3’, ‘Set3_r’, ‘Spectral’, ‘Spectral_r’, ‘Wistia’, ‘Wistia_r’, ‘YlGn’, ‘YlGnBu’, ‘YlGnBu_r’, ‘YlGn_r’, ‘YlOrBr’, ‘YlOrBr_r’, ‘YlOrRd’, ‘YlOrRd_r’, ‘afmhot’, ‘afmhot_r’, ‘autumn’, ‘autumn_r’, ‘binary’, ‘binary_r’,  ‘bone’, ‘bone_r’, ‘brg’, ‘brg_r’, ‘bwr’, ‘bwr_r’, ‘cividis’, ‘cividis_r’, ‘cool’, ‘cool_r’,  ‘coolwarm’, ‘coolwarm_r’, ‘copper’, ‘copper_r’, ‘cubehelix’, ‘cubehelix_r’, ‘flag’, ‘flag_r’,  ‘gist_earth’, ‘gist_earth_r’, ‘gist_gray’, ‘gist_gray_r’, ‘gist_heat’, ‘gist_heat_r’, ‘gist_ncar’,  ‘gist_ncar_r’, ‘gist_rainbow’, ‘gist_rainbow_r’, ‘gist_stern’, ‘gist_stern_r’, ‘gist_yarg’,  ‘gist_yarg_r’, ‘gnuplot’, ‘gnuplot2’, ‘gnuplot2_r’, ‘gnuplot_r’, ‘gray’, ‘gray_r’, ‘hot’, ‘hot_r’,  ‘hsv’, ‘hsv_r’, ‘icefire’, ‘icefire_r’, ‘inferno’, ‘inferno_r’, ‘jet’, ‘jet_r’, ‘magma’, ‘magma_r’,  ‘mako’, ‘mako_r’, ‘nipy_spectral’, ‘nipy_spectral_r’, ‘ocean’, ‘ocean_r’, ‘pink’, ‘pink_r’,  ‘plasma’, ‘plasma_r’, ‘prism’, ‘prism_r’, ‘rainbow’, ‘rainbow_r’, ‘rocket’, ‘rocket_r’,  ‘seismic’, ‘seismic_r’, ‘spring’, ‘spring_r’, ‘summer’, ‘summer_r’, ‘tab10’, ‘tab10_r’,’tab20′, ‘tab20_r’, ‘tab20b’, ‘tab20b_r’, ‘tab20c’, ‘tab20c_r’, ‘terrain’, ‘terrain_r’, ‘turbo’,  ‘turbo_r’, ‘twilight’, ‘twilight_r’, ‘twilight_shifted’, ‘twilight_shifted_r’, ‘viridis’,  ‘viridis_r’, ‘vlag’, ‘vlag_r’, ‘winter’, ‘winter_r’

示例 2：

在这个例子中，我们使用了 sns.color_palette() 来构造一个颜色图，并使用 sns.palplot() 来显示颜色图中存在的具有“静音”属性的颜色。

蟒蛇3

import pandas as pd
import seaborn as sns
  
sns.palplot(sns.color_palette("muted", 10))

输出：

示例 3：

在这个例子中，我们使用了 sns.color_palette() 来构造一个颜色图，并使用 sns.palplot() 来显示颜色图中存在的具有“明亮”属性的颜色。

蟒蛇3

import pandas as pd
import seaborn as sns
  
sns.palplot(sns.color_palette("bright", 10))

输出：

示例 4：

在这个例子中，我们使用了 sns.color_palette() 来构造一个颜色图，并使用 sns.palplot() 来显示颜色图中存在的具有“暗”属性的颜色。

蟒蛇3

import pandas as pd
import seaborn as sns
  
sns.palplot(sns.color_palette("dark", 10))

输出：

示例 5：

在这个例子中，我们使用了 sns.color_palette() 来构造一个颜色图，并使用 sns.palplot() 来显示颜色图中存在的具有“BuGn_r”属性的颜色。

蟒蛇3

import pandas as pd
import seaborn as sns
  
sns.palplot(sns.color_palette("BuGn_r", 10))

输出：

示例 6：

在此示例中，创建自己的调色板并将其设置为当前调色板

蟒蛇3

import pandas as pd
import seaborn as sns
  
color = ["green", "White", "Red", "Yellow", "Green", "Grey"]
sns.set_palette(color)
sns.palplot(sns.color_palette())

输出：