Python可视化学习之matplotlib内置单颜色

目录
  • 1、matplotlib支持的颜色格式
  • 2、matplotlib颜色使用方法
  • 3、matplotlib内置单颜色色号
    • 'BASE_COLORS'色号
    • 'BASE_COLORS'色图
    • TABLEAU_COLORS色号
    • TABLEAU_COLORS色图
    • CSS4_COLORS色号
    • CSS4_COLORS色图
    • XKCD_COLORS色号
    • XKCD_COLORS色图

1、matplotlib支持的颜色格式

1.RGB 或者 RGBA 元组格式颜色

元组中浮点型数值位于 [0, 1] 之间,e.g(0.1, 0.2, 0.5) 或 (0.1, 0.2, 0.5, 0.3). RGA即Red, Green, Blue;RGBA即Red, Green, Blue, Alpha;

2.RGB or RGBA对应的hex 格式颜色

(e.g., '#0F0F0F' or '#0F0F0F0F');

3.[0,1]之间的任意浮点数

(e.g., '0.5'),其中0为纯黑色,1为白色;

4.{'b', 'g', 'r', 'c', 'm', 'y', 'k', 'w'}几种基本色;

5.X11/CSS4中的颜色

e.g. "blue";

6.xkcd中的颜色

e.g., 'purple (#7e1e9c)';

7.'Cn'格式颜色

matplotlib.rcParams['axes.prop_cycle']可输出所有颜色,['#1f77b4', '#ff7f0e', '#2ca02c', '#d62728', '#9467bd', '#8c564b', '#e377c2', '#7f7f7f', '#bcbd22', '#17becf'],'C0'对应'#1f77b4',依次类推;

8.Tableau 的colormap中颜色

e.g. 'tab:blue';

2、matplotlib颜色使用方法

#源自官网实例
import matplotlib.pyplot as plt
import numpy as np

t = np.linspace(0.0, 2.0, 201)
s = np.sin(2 * np.pi * t)

# 1) RGB tuple:
fig, ax = plt.subplots(facecolor=(.18, .31, .31),figsize=(10,5))
# 2) hex string:
ax.set_facecolor('#eafff5')
# 3) gray level string:
ax.set_title('Voltage vs. time chart', color='0.7')
# 4) single letter color string
ax.set_xlabel('time (s)', color='c')
# 5) a named color:
ax.set_ylabel('voltage (mV)', color='peachpuff')
# 6) a named xkcd color:
ax.plot(t, s, 'xkcd:crimson')
# 7) Cn notation:
ax.plot(t, .7*s, color='C4', linestyle='--')
# 8) tab notation:
ax.tick_params(labelcolor='tab:orange')
plt.show()

3、matplotlib内置单颜色色号

matplotlib内置的颜色可以使用matplotlib.colors 调用,有'BASE_COLORS','TABLEAU_COLORS','CSS4_COLORS'及 'XKCD_COLORS'四类。使用matplotlib.colors.类名称可输出颜色号。

'BASE_COLORS'色号

b    (0, 0, 1)
g    (0, 0.5, 0)
r    (1, 0, 0)
c    (0, 0.75, 0.75)
m    (0.75, 0, 0.75)
y    (0.75, 0.75, 0)
k    (0, 0, 0)
w    (1, 1, 1)

'BASE_COLORS'色图

TABLEAU_COLORS色号

tab:blue    #1f77b4
tab:orange    #ff7f0e
tab:green    #2ca02c
tab:red    #d62728
tab:purple    #9467bd
tab:brown    #8c564b
tab:pink    #e377c2
tab:gray    #7f7f7f
tab:olive    #bcbd22
tab:cyan    #17becf

TABLEAU_COLORS色图

CSS4_COLORS色号

共计148种颜色。

颜色名称    hex色号
aliceblue    #F0F8FF
antiquewhite    #FAEBD7
aqua    #00FFFF
aquamarine    #7FFFD4
azure    #F0FFFF
beige    #F5F5DC
bisque    #FFE4C4
black    #000000

CSS4_COLORS色图

XKCD_COLORS色号

共计949种色号。

xkcd:cloudy blue    #acc2d9
xkcd:dark pastel green    #56ae57
xkcd:dust    #b2996e
xkcd:electric lime    #a8ff04
xkcd:fresh green    #69d84f
xkcd:light eggplant    #894585
xkcd:nasty green    #70b23f
xkcd:really light blue    #d4ffff

XKCD_COLORS色图

以上就是Python可视化学习之matplotlib内置单颜色的详细内容,更多关于Python matplotlib内置单颜色的资料请关注我们其它相关文章!

(0)

相关推荐

  • python中matplotlib的颜色及线条控制的示例

    下次用python画图的时候选色选点都可以直接参考这边,牛逼!分享给大家,也给自己留个笔记. 参考网址: http://stackoverflow.com/questions/22408237/named-colors-in-matplotlib http://stackoverflow.com/questions/8409095/matplotlib-set-markers-for-individual-points-on-a-line 第二个参考网址给出了linestyle可选参数: '-'

  • Python+matplotlib绘制不同大小和颜色散点图实例

     具有不同标记颜色和大小的散点图演示. 演示结果: 实现代码: import numpy as np import matplotlib.pyplot as plt import matplotlib.cbook as cbook # Load a numpy record array from yahoo csv data with fields date, open, close, # volume, adj_close from the mpl-data/example directory

  • python中matplotlib条件背景颜色的实现

    如何根据图表中没有的变量更改折线图的背景颜色?例如,如果我有以下数据帧: import numpy as np import pandas as pd dates = pd.date_range('20000101', periods=800) df = pd.DataFrame(index=dates) df['A'] = np.cumsum(np.random.randn(800)) df['B'] = np.random.randint(-1,2,size=800) 如果我做df.A的折线

  • python可视化 matplotlib画图使用colorbar工具自定义颜色

    python matplotlib画图使用colorbar工具自定义颜色 colorbar(draw colorbar without any mapple/plot) 自定义colorbar可以画出任何自己想要的colorbar,自由自在.不受约束,不依赖于任何已有的图(plot/mappable).这里使用的是mpl.colorbar.ColorbarBase类,而colorbar类必须依赖于已有的图. 参数可以参考下面的描述->matplotlib: class matplotlib.co

  • Python的matplotlib绘图如何修改背景颜色的实现

    在主图中背景颜色不知道怎么改,plt.plot()中没有axisbg参数. 但是子图可以对plt.subplot的参数做修改,下面是对子图的背景颜色修改代码 import matplotlib.pyplot as plt import numpy as np # Fixing random state for reproducibility np.random.seed(19680801) dt = 0.01 t = np.arange(0, 30, dt) nse1 = np.random.r

  • python中matplotlib的颜色以及形状实例详解

    目录 绘制折线图 绘制柱形图 簇状柱形图 堆积柱形图 散点图 附:matplotlib实现区域颜色填充 总结 绘制折线图 命令形如: # 常用 plt.plot(x, y, linewidth = '1', label = "test", color=' red ', linestyle=':', marker='|') # 所有可选参数 plt.plot(x,y,color,linestyle=,linewidth,marker,markeredgecolor,markeredgwi

  • Python可视化学习之matplotlib内置单颜色

    目录 1.matplotlib支持的颜色格式 2.matplotlib颜色使用方法 3.matplotlib内置单颜色色号 'BASE_COLORS'色号 'BASE_COLORS'色图 TABLEAU_COLORS色号 TABLEAU_COLORS色图 CSS4_COLORS色号 CSS4_COLORS色图 XKCD_COLORS色号 XKCD_COLORS色图 1.matplotlib支持的颜色格式 1.RGB 或者 RGBA 元组格式颜色 元组中浮点型数值位于 [0, 1] 之间,e.g(

  • Python可视化学习之seaborn调色盘

    目录 1.color_palette()函数 2.seaborn可用调色盘 choose_colorbrewer_palette函数 Qualitativecolorpalettes Sequentialcolorpalettes Divergingcolorpalettes 1.color_palette() 函数 该函数是seaborn选取颜色关键函数 color_palette() will accept the name of any seaborn palette or matplot

  • Python可视化学习之seaborn绘制矩阵图详解

    目录 本文内容速览 1.绘图数据准备 2.seaborn.pairplot 加上分类变量 修改调色盘 x,y轴方向选取相同子集 x,y轴方向选取不同子集 非对角线散点图加趋势线 对角线上的四个图绘制方式 只显示网格下三角图形 图形外观设置 3.seaborn.PairGrid(更灵活的绘制矩阵图) 每个子图绘制同类型的图 对角线和非对角线分别绘制不同类型图 对角线上方.对角线.对角线下方分别绘制不同类型图 其它一些参数修改 本文内容速览 1.绘图数据准备 还是使用鸢尾花iris数据集 #导入本帖

  • Python可视化学习之seaborn绘制线型回归曲线

    目录 本文速览 1.绘图数据准备 2.seaborn.regplot regplot默认参数线型回归图 分别设置点和拟合线属性 置信区间(confidenceinterval)设置 拟合线延伸与坐标轴相交 拟合离散变量曲线 多项式回归(polynomialregression)拟合曲线 3.seaborn.lmplot 按变量分类拟合回归线 散点marker设置 散点调色盘 拟合线属性设置 绘制分面图 本文速览 1.绘图数据准备 依旧使用鸢尾花iris数据集,详细介绍见之前文章. #导入本帖要用

  • python求最大值,不使用内置函数的实现方法

    利用python进行求解,求解的要求是不能使用python内部封装好的函数例如:max way1: def findmax(data,n): if n==1: return data[0] else: maxi=data[0] for i in data[1:]: if maxi<i: maxi=i return maxi data=[1,2,34,4] print(findmax(data,len(data))) code result: 34 way2: def getMax(arr): f

  • 详解python算法常用技巧与内置库

    近些年随着python的越来越火,python也渐渐成为了很多程序员的喜爱.许多程序员已经开始使用python作为第一语言来刷题. 最近我在用python刷题的时候想去找点python的刷题常用库api和刷题技巧来看看.类似于C++的STL库文档一样,但是很可惜并没有找到,于是决定结合自己的刷题经验和上网搜索做一份文档出来,供自己和大家观看查阅. 1.输入输出: 1.1 第一行给定两个值n,m,用空格分割,第一个n决定接下来有n行的输入,m决定每一行有多少个数字,m个数字均用空格分隔. 解决办法

  • Python进阶学习修改闭包内使用的外部变量

    目录 修改闭包内使用的外部变量 错误示例: 小结 闭包与闭包中修改外部变量 修改外部函数的变量 修改闭包内使用的外部变量 错误示例: # 定义一个外部函数 def func_out(num1): # 定义一个内部函数 def func_inner(num2): # 这里本意想要修改外部num1的值,实际上是在内部函数定义了一个局部变量num1 num1 = 10 # 内部函数使用了外部函数的变量(num1) result = num1 + num2 print("结果是:", resu

  • 六个Python编程最受用的内置函数使用详解

    目录 1. Map 函数 2. Lamdba 函数 3. Enumerate 函数 4. Reduce 函数 5. Filter 函数 6. Zip 函数 在日常的python编程中使用这几个函数来简化我们的编程工作,经常使用能使编程效率大大地提高. 1. Map 函数 map函数可以使用另外一个函数转换整个可迭代对象的函数,包括将字符串转换为数字.数字的四舍五入等等. 之所以使用map函数来完成这些事情可以节约内存,使代码的运行速度提高,并且使用的代码量比较少. 比如这里需要将一个字符串的数组

  • Python函数的作用域及内置函数详解

    目录 1.函数的作用域 2.函数的调用详解 3.内置函数 总结 1.函数的作用域 -- 内置 -- 全局,顶格写 -- 局部,函数内部 a = 34 #全局变量 def run(): b = 44 #局部变量 print(a) print(b) #不可以直接调用局部变量,报错 运行结果: c = 12 def run(a): print(a) b = 33 run(5) # 一个全局变量c # 两个局部变量a,b # 函数的参数也是局部变量 运行结果: 5 局部 VS 全局 -- 局部空间(函数

  • 深入解析Python的Tornado框架中内置的模板引擎

    template中的_parse方法是模板文法的解析器,而这个文件中一坨一坨的各种node以及block,就是解析结果的承载者,也就是说在经过parse处理过后,我们输入的tornado的html模板就变成了各种block的集合. 这些block和node的祖宗就是这个"抽象"类, _Node,它定义了三个方法定义,其中generate方法是必须由子类提供实现的(所以我叫它"抽象"类).  理论上来说,当一个类成为祖宗类时,必定意味着这个类包含了一些在子类中通用的行

随机推荐