'hands-on' dalam palet palet dunia

---

• Sesetengah rakan mengatakan bahawa warna terbina dalam visualisasi python adalah hodoh, maka anda mesti tidak pernah menemui palettable, palettable ialah perpustakaan bar warna (Colormap) yang ditulis dalam ular sawa tulen, yang menyatukan sejumlah besar visualisasi terkenal Bar warna perisian (seperti sistem warna Tableau, beberapa sistem warna matplotlib, dsb.) mempunyai sejumlah 1587 jenis bar warna (Colormap), dan berpuluh-puluh ribu warna tunggal boleh digunakan. Artikel ini memperkenalkan secara terperinci cara menggunakan palettable .
  
  
  Direktori artikel ini ormap)

Import pakej palettable

---

pip install palettable -i https://pypi.tuna.tsinghua.edu.cn/simple

palettable atribut penting-visualisasi bar kroma

import palettable
from palettable.cartocolors.qualitative import Bold_9

#为了描述方便，此处直接倒入palettable.cartocolors.qualitative大类下的Bold_9小类，
#实际使用时可直接用palettable.cartocolors.qualitative.Bold_9

---

---

palet atribut penting bar-output nombor chroma atribut tunggal-outputkan bilangan chroma atribut tunggal-outputkan bilangan chroma yang penting warna-output

9 Iaitu gambar di atas mempunyai 9 grid

sifat penting boleh palet - keluarkan nilai nombor warna bagi satu warna dalam bar kroma

Bold_9.show_discrete_image()#Bold_9各种颜色条图片

[[127, 60, 141], [17, 165, 1721], [ , 105, 172], [242 , 183, 1], [231, 63, 116], [128, 186, 90], [230, 131, 16], [0, 134, 149], [207, 28 , 144]]

[' #7F3C8D', '#11A579', '#3969AC', '#F2B701', '#E73F74', '#80BA5A', '#E68310', '#008695', '0 '][(0.4980392156862745, 0.23529411764705882, 0.5529411764705883), (0.0666666666666667, 0.6470588235294118, 0.4745098039215686), (0.2235294117647059 , 0.4117647058823529, 0.6745098039215687), (0.9490196078431372, 0.7176470588235294, 0.00392156862745098), (0.9058823529411765, 0.24705882352941178, 0.4549019607843137), (0.5019607843137255, 0.7294117647058823, 0.35294117647058826), (0.9019607843137255, 0.5137254901960784, 0.06274509803921569), (0.0, 0.5160470.5160490 961), (0.8117647058823529, 0.10980392156862745, 0.56470588235 29412)]

Matplotlib中使用palettable

例子来自matplotlib-饼图（pie）

import matplotlib.pyplot as plt
import matplotlib as mpl
import palettable

mpl.rc_file_defaults()
my_dpi = 96
plt.figure(figsize=(580 / my_dpi, 580 / my_dpi), dpi=my_dpi)
plt.subplot(221)
patches, texts, autotexts = plt.pie(
    x=[1, 2, 3],
    labels=['A', 'B', 'C'],
    #使用palettable.tableau.BlueRed_6
    colors=palettable.tableau.BlueRed_6.mpl_colors[0:3],
    autopct='%.2f%%',
    explode=(0.1, 0, 0))

patches[0].set_alpha(0.3)
patches[2].set_hatch('|')
patches[1].set_hatch('x')
plt.title('tableau.BlueRed_6', size=12)

mpl.rc_file_defaults()
plt.subplot(222)

patches, texts, autotexts = plt.pie(
    x=[1, 2, 3],
    labels=['A', 'B', 'C'],
    #使用palettable.cartocolors.qualitative.Bold_9
    colors=palettable.cartocolors.qualitative.Bold_9.mpl_colors[0:3],
    autopct='%.2f%%',
    explode=(0.1, 0, 0))

patches[0].set_alpha(0.3)
patches[2].set_hatch('|')
patches[1].set_hatch('x')
plt.title('cartocolors.qualitative.Bold_9', size=12)

mpl.rc_file_defaults()
plt.subplot(223)

patches, texts, autotexts = plt.pie(
    x=[1, 2, 3],
    labels=['A', 'B', 'C'],
    #使用palettable.cartocolors.qualitative.Bold_9
    colors=palettable.cartocolors.qualitative.Bold_9.mpl_colors[0:3],
    autopct='%.2f%%',
    explode=(0.1, 0, 0))

patches[0].set_alpha(0.3)
patches[2].set_hatch('|')
patches[1].set_hatch('x')
plt.title('cartocolors.qualitative.Bold_9', size=12)

plt.subplot(223)

patches, texts, autotexts = plt.pie(
    x=[1, 2, 3],
    labels=['A', 'B', 'C'],
    #使用palettable.lightbartlein.sequential.Blues10_5
    colors=palettable.lightbartlein.sequential.Blues10_5.mpl_colors[0:3],
    autopct='%.2f%%',
    explode=(0.1, 0, 0))

#matplotlib.patches.Wedge
patches[0].set_alpha(0.3)
patches[2].set_hatch('|')
patches[1].set_hatch('x')
plt.title('lightbartlein.sequential.Blues10_5', size=12)

plt.subplot(224)

patches, texts, autotexts = plt.pie(
    x=[1, 2, 3],
    labels=['A', 'B', 'C'],
    colors=palettable.wesanderson.Moonrise5_6.mpl_colors[0:3],
    autopct='%.2f%%',
    explode=(0.1, 0, 0))

patches[0].set_alpha(0.3)
patches[2].set_hatch('|')
patches[1].set_hatch('x')
plt.title('wesanderson.Moonrise5_6', size=12)
plt.show()

Seaborn中使用palettable

例子来自几行代码绘制靓丽矩阵图
使用palettable.tableau.TrafficLight_9

import seaborn as sns
iris_sns = sns.load_dataset("iris")

import palettable

g = sns.pairplot(
    iris_sns,
    hue='species',
    palette=palettable.tableau.TrafficLight_9.mpl_colors,  #Matplotlib颜色
)
sns.set(style='whitegrid')
g.fig.set_size_inches(10, 8)
sns.set(style='whitegrid', font_scale=1.5)

使用palettable.tableau.BlueRed_6
使用palettable.cartocolors.qualitative.Bold_9使用palettable.wesanderson.Moonrise5_6使用palettable.cartocolors.diverging.ArmyRose_7_r

---

3、palettable包含那些颜色条(Colormap)

palettable下面有16大类Colormap，共计1587小类Colormap，合计上万种单颜色可供使用，已经整理为pdf格式，感兴趣的可以
包含以下16大类

palettable.cartocolors.diverging
palettable.cartocolors.qualitative
palettable.cartocolors.sequential
palettable.cmocean.diverging
palettable.cmocean.sequential
palettable.colorbrewer.diverging
palettable.colorbrewer.qualitative
palettable.colorbrewer.sequential
palettable.lightbartlein.diverging
palettable.lightbartlein.sequential
palettable.scientific.diverging
palettable.scientific.sequential
palettable.matplotlib
palettable.mycarta
palettable.tableau
palettable.wesanderson

共计1587小类【每个小类还有逆类，名称后面加“_r”即可】上面16大类下面有数个小类，例如，著名BI软件Tableau的配色条palettable.tableau这一大类，下面有palettable.tableau.BlueRed_12，palettable.tableau.GreenOrange_12等等数个小类：

palettable.tableau.BlueRed_12
palettable.tableau.BlueRed_6
palettable.tableau.ColorBlind_10
palettable.tableau.Gray_5
palettable.tableau.GreenOrange_12
palettable.tableau.GreenOrange_6
palettable.tableau.PurpleGray_12
palettable.tableau.PurpleGray_6
palettable.tableau.TableauLight_10
palettable.tableau.TableauMedium_10
palettable.tableau.Tableau_10
palettable.tableau.Tableau_20
palettable.tableau.TrafficLight_9

也就是类似上面的这种有1587行。

---

Atas ialah kandungan terperinci 'hands-on' dalam palet palet dunia. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!