当前位置： 首页 > news >正文

网站自适应手机怎么,做得比较好的公司网站,揭阳网站建设方案托管,成都市建网站公司一、引言 在数据科学的世界里#xff0c;视觉传达是不可或缺的一环。一个好的数据可视化不仅能传递信息#xff0c;还能引发共鸣。Seaborn 是 Python 中一款广受欢迎的可视化库#xff0c;而它的调色板#xff08;palette#xff09;功能#xff0c;则为我们提供了调配绚…一、引言 在数据科学的世界里视觉传达是不可或缺的一环。一个好的数据可视化不仅能传递信息还能引发共鸣。Seaborn 是 Python 中一款广受欢迎的可视化库而它的调色板palette功能则为我们提供了调配绚丽图表的强大工具。 为了直观展示 Seaborn palette 我们先用几幅图像展示 seaborn 内置的几种色彩。 def draw_colorful_plots():# 示例数据data np.linspace(0, 2 * np.pi, 100) * 3inc [np.linspace(0, i * np.pi, 100) for i in range(1, 7)]data np.sin(data) np.asarray(inc)data data.T# 系统内置的调色板palettes [deep, pastel, dark, muted, bright, colorblind]fig, axes plt.subplots(2, 3, figsize(10, 5), shareyTrue)for ax, palette in zip(axes.flatten(), palettes):sns.lineplot(datadata, palettepalette, axax) # 通过palette指定当前绘图选择的调色板ax.set_title(fPalette: {palette})ax.legend(ncol2) # 修改图例为两列使其排版更加合理plt.tight_layout()plt.show()draw_colorful_plots()上述代码生成了六张使用不同调色板的曲线图每种调色板都展现了 Seaborn 对颜色设计的独特理解。官方对这 6 种内置的颜色方案也给出了解释 上图中横坐标为饱和度saturation纵坐标为亮度luminance根据饱和度和亮度变化从而产生了 6 种内置的调色方案其名称标注在图上可以根据个人喜好进行选择。 二、seaborn的调色板palette 1. 什么是 Seaborn 的调色板 调色板 palette 是 Seaborn 提供的一组预定义或自定义的颜色集合。总的来说Seaborn 中的调色板可以分为离散颜色和连续颜色两个大类默认情况下对于类别型变量例如性别星期等Seaborn 会使用离散颜色系统而对于连续型变量例如温度身高等Seaborn 会选择连续颜色系统。 本质上离散型颜色系统和连续型颜色系统没有区别。离散型颜色从颜色空间抽样数量较少而连续型颜色从颜色空间抽样数量较多仅此而已。我们可以通过阅读seaborn的源码得知 def husl_palette(n_colors6, h.01, s.9, l.65, as_cmapFalse): # noqaReturn hues with constant lightness and saturation in the HUSL system.as_cmap : boolIf True, return a matplotlib colormap object.if as_cmap:n_colors 256# … 省略了中间的代码if as_cmap:return mpl.colors.ListedColormap(palette, hsl)else:return _ColorPalette(palette)对于连续颜色系统一般会设定参数 as_cmapTrue从上面代码可以看到当指定as_cmapTrue时n_colors被赋值为256而对于离散颜色系统我们一般只会选择 6、10、20 这些数字调色板 tab10 中的数字10就表示10个离散颜色。总之在计算机系统中我们无法真正做到连续颜色大部分的连续颜色都只是将颜色切分为256个级别使其看起来比离散颜色更加细腻而已。 所以seaborn 中总共包含两种颜色系统 离散颜色调色板适用于类别变量直接使用 sns.color_palette() 创建比如使用 Set2、Paired 等连续颜色调色板适用于数值变量用于表示连续的颜色变化一般需要修改参数as_cmapTrue

1. 如何选择和使用调色板 2.1 内置调色板 Seaborn 提供了一组精心设计的默认调色板在绘图过程中可以通过指定 palette 参数为某个内置调色板的名称字符串即可例如 palettedeep 可以通过如下API查看 seaborn 内置的默认调色板类型 sns.palettes.SEABORN_PALETTES.keys()# 返回值数字6表示6种离散的颜色 dict_keys([deep, deep6, muted, muted6, pastel, pastel6, bright, bright6, dark, dark6, colorblind, colorblind6])除了 seaborn 内置的调色板Matplotlib 也有内置的调色板可以通过如下代码 sns.palettes.MPL_QUAL_PALS.keys()# 返回值其中的数字有些是表示离散颜色的个数比如tab10tab20都是表示颜色个数而Set1和Set2等不是表示离散颜色个数 dict_keys([tab10, tab20, tab20b, tab20c, Set1, Set2, Set3, Accent, Paired, Pastel1, Pastel2, Dark2])我们可以借助sns.palplot函数来可视化调色板从而选择合适的颜色 colors sns.color_palette(deep) sns.palplot(colors) # 一个专门用于可视化调色板的工具函数 plt.title(Deep Palette) plt.gcf().set_figheight(2.0) plt.gcf().set_figwidth(10) plt.savefig(imgs/palette_deep.svg) plt.tight_layout() plt.show()2.2 离散调色板 离散调色板主要用于分类数据。我们可以通过 sns.color_palette() 或 sns.set_palette() 应用

   使用Set2调色板

   colors sns.color_palette(Set2) sns.palplot(colors) plt.gcf().set_figheight(2.0) plt.gcf().set_figwidth(10) plt.title(Set2 Palette) plt.savefig(./imgs/palette_set2.svg) plt.show()2.3 连续调色板 连续调色板非常适合展示细腻的颜色变化的数据比如热图 plt.figure(figsize(4, 3)) # 设置图像大小 data np.sin(np.linspace(0, 2 * np.pi, 40000) * 3).reshape(200, 200) sns.heatmap(data, cmapsns.color_palette(rocket, as_cmapTrue), xticklabelsFalse, yticklabelsFalse) plt.savefig(./imgs/continuous_palette.svg) plt.show()可以使用如下方法来查看系统中可以使用的连续系统颜色类型 from matplotlib import colormapsprint(list(colormaps)) [magma, inferno, plasma, viridis, cividis, twilight, twilight_shifted, turbo, Blues, …]2.4 自定义调色板 Seaborn 提供了灵活的工具来创建和使用自定义调色板以满足特定的数据可视化需求。以下是几种常见的方式来创建自定义调色板

2. 直接定义颜色列表 如果你已经有一组特定的颜色值可以直接将它们传递给 sns.color_palette() 方法。颜色值可以是十六进制代码、RGB 元组或 Matplotlib 支持的颜色名称。 import seaborn as sns import matplotlib.pyplot as plt# 定义自定义颜色列表 custom_palette [#FF5733, #33FF57, #3357FF, #FFFF33]# 使用自定义调色板 sns.set_palette(custom_palette) sns.palplot(sns.color_palette()) # 可视化调色板 plt.show()2. 使用 sns.light_palette() 或 sns.dark_palette() Seaborn 提供了两个专门的方法来创建基于单一颜色的浅色调或深色调渐变调色板。

   创建浅色调调色板

   light_palette sns.light_palette(#FF5733, as_cmapFalse)# 创建深色调调色板 dark_palette sns.dark_palette(#FF5733, as_cmapFalse)# 可视化浅色调和深色调调色板 sns.palplot(light_palette) plt.savefig(./imgs/custom_light.svg) sns.palplot(dark_palette) plt.savefig(./imgs/custom_dark.svg) plt.show()3. 使用 sns.blend_palette() 混合多种颜色 如果想要结合多种颜色形成复杂的渐变可以使用 sns.blend_palette() 方法。这适合需要展示多阶段数据变化的场景。

   混合多种颜色

   blend_palette sns.blend_palette([#FF5733, #33FF57, #3357FF], n_colors10)# 可视化混合调色板 sns.palplot(blend_palette) plt.show()4. 生成循环调色板 在某些场景下如分类变量较多时需要循环的调色板。Seaborn 的 sns.color_palette() 支持生成离散的循环调色板。

   创建循环调色板

   circular_palette sns.color_palette(husl, 8)# 可视化循环调色板 sns.palplot(circular_palette) plt.savefig(./imgs/circular_palette.svg) plt.show()上面代码中sns.color_palette(husl, 8)中的husl参数会在底层调用sns.husl_palette函数创建对应的调色板husl的全称是 Human-friendly HSL 是一种人类友好的HSL的颜色系统HSL颜色系统介绍见下文更加底层的是API函数是sns.hsl_palette。 pal sns.hls_palette(n_colors6, h.7, l.3, s.8) # h l s三个参数分别指定色调、亮度、饱和度 sns.palplot(pal) plt.savefig(./imgs/hls_palette.svg) plt.show()pal sns.husl_palette(n_colors6, h.7, l.3, s.8) # h l s三个参数分别指定色调、亮度、饱和度 sns.palplot(pal) plt.savefig(./imgs/husl_palette.svg) plt.show()5. seaborn 特色风格的调色板 crayon_palette 和 xkcd_palette Seaborn 提供的两种特定方法分别用来创建具有蜡笔crayon颜色风格的调色板以及 xkcd 颜色调查 的调色板。 xkcd 是一个知名的网络漫画网站在一次调查中该网站的作者向社区征集了用户对颜色名称的认知并将结果整理成了一份包含 954 种颜色的名称和对应 RGB 值的列表。这些颜色以直观、通俗的名称命名比如 xkcd:sky blue天蓝色和 xkcd:grass green草绿色。 # 定义蜡笔风格的调色板 crayon_palette [Almond, Apricot, Beaver, Black]# 设置调色板 palette sns.crayon_palette(crayon_palette)# 可视化调色板 sns.palplot(palette) plt.savefig(./imgs/crayon_palette.svg) plt.show()需要注意的是crayon的颜色不是随意选择的而需要通过特定颜色进行组合可以通过如下函数查看 list(sns.colors.crayons.keys())[:10][Almond,Antique Brass,Apricot,Aquamarine,Asparagus,Atomic Tangerine,Banana Mania,Beaver,Bittersweet,Black]同样地我们可以定义xkcd风格的调色板

   定义xkcd风格的调色板

   xkcd_palette [acid green, adobe, algae, algae green]# 设置调色板 palette sns.xkcd_palette(xkcd_palette)# 可视化调色板 sns.palplot(palette) plt.savefig(./imgs/xkcd_palette.svg) plt.show()其中xkcd的风格的输入颜色也有类似的限制可以通过如下函数查看 list(sns.colors.xkcd_rgb.keys())[:10][acid green,adobe,algae,algae green,almost black,amber,amethyst,apple,apple green,apricot]6. 使用 cubehelix_palette 生成色盲友好的调色板 sns.palplot(sns.cubehelix_palette(start0.5, rot-0.75, n_colors6)) plt.savefig(./imgs/cubehelix_palette.svg) plt.show()7. 使用sns.diverging_palette生成两个“极端”颜色 这里的“极端”的意思是两个极点类似于正负区间的那种中间会横跨原点从一个极端到另一个极端而不是前面介绍的light或者dark那样单个色调的明暗变化。 seaborn中内置有两个diverging调色板vlag和icefire sns.color_palette(vlag, ascmapTrue)import matplotlib.ticker as ticker, ax plt.subplots(1, 1, figsize(6, 1)) pal sns.color_palette(vlag, as_cmapTrue) n 256 ax.imshow(np.arange(n).reshape(1, n),cmappal,interpolationnearest, aspectauto) ax.set_xticks(np.arange(n) - .5) ax.set_yticks([-.5, .5])

   Ensure nice border between colors

   ax.set_xticklabels([ for _ in range(n)])

   The proper way to set no ticks

   ax.yaxis.set_major_locator(ticker.NullLocator()) plt.savefig(./imgs/divergingvlag.svg) plt.show()import matplotlib.ticker as ticker, ax plt.subplots(1, 1, figsize(6, 1)) pal sns.color_palette(icefire, as_cmapTrue) n 256 ax.imshow(np.arange(n).reshape(1, n),cmappal,interpolationnearest, aspectauto) ax.set_xticks(np.arange(n) - .5) ax.set_yticks([-.5, .5])

   Ensure nice border between colors

   ax.set_xticklabels([ for _ in range(n)])

   The proper way to set no ticks

   ax.yaxis.set_major_locator(ticker.NullLocator()) plt.savefig(./imgs/divergingicefire.svg) plt.show()更进一步我们可以自定义想要的diverging 颜色 import matplotlib.ticker as ticker, ax plt.subplots(1, 1, figsize(6, 1)) pal sns.diverging_palette(h_neg145, h_pos300, s75, l50, sep10,centerlight, as_cmapTrue) n 256 ax.imshow(np.arange(n).reshape(1, n),cmappal,interpolationnearest, aspectauto) ax.set_xticks(np.arange(n) - .5) ax.set_yticks([-.5, .5])

   Ensure nice border between colors

   ax.set_xticklabels([ for _ in range(n)])

   The proper way to set no ticks

   ax.yaxis.set_major_locator(ticker.NullLocator()) plt.savefig(./imgs/custom_diverging.svg) plt.show()h_neg, h_pos分别是色调的起始和结束值s和l分别是饱和度和亮度center决定中心是亮还是暗 三、颜色的基础知识 由于我们眼睛的工作原理特定的颜色可以通过三个基本组件来定义。我们通常在计算机中通过指定 RGB 值来编程颜色这些值设定了显示器中红色、绿色和蓝色通道的强度。但是对于分析颜色的感知属性来说使用色相、饱和度和亮度通道俩表示则更合适。 HSL 颜色空间即色相Hue、饱和度Saturation和亮度Lightness是一种用于描述颜色的系统。以下是对HSL 颜色空间的详细解释 色相Hue色相是色彩的基本属性就是平常所说的颜色名称如红色、黄色等。它表示在光谱中的位置用角度度量取值范围为0360°。例如0°表示红色120°表示绿色240°表示蓝色等。 饱和度Saturation饱和度是指色彩的纯度越高色彩越纯低则逐渐变灰取0-100%的数值。它表示颜色接近光谱色的程度。饱和度越高说明颜色越深越接近光谱色饱和度越低说明颜色越浅越接近白色。饱和度为0时表示纯白色。 亮度Lightness亮度表示颜色的明暗程度取0-100%的数值。在HSL颜色空间中亮度为100%表示白色亮度为0表示黑色。亮度决定了颜色空间中颜色的明暗程度亮度越高颜色越明亮。
   HSL 颜色空间与 RGB 颜色空间相比更接近人们对彩色的感知经验因此更加直观。在图像处理中使用 HSL 颜色空间可以更方便地进行颜色的对比和调整。此外由于 HSL 颜色空间中的亮度分量独立于色相和饱和度因此在提取白色物体时使用 HSL 颜色空间比 HSV 颜色空间更准确。 总的来说HSL颜色空间是一种用于描述颜色的系统通过色相、饱和度和亮度三个分量来定义颜色。它在图像处理和计算机视觉等领域具有广泛的应用。 四、总结 Seaborn 的调色板功能为数据可视化注入了无尽的创意与美感。从内置的经典色彩到自定义的高级调色palette 是将数据视觉化艺术与科学结合的重要工具。希望这篇博客能激发你对调色板的探索热情为你的图表增色添彩。 五、参考资料 Seaborn Choosing color palettesMatplotlib ColormapsCSDN Matplotlib Colormaps 六、推荐阅读 掌控数据间的关系sns.scatterplot 教你绘制高颜值散点图