Python数据分析与机器学习7-Seaborn之调色版
文章目录
- 一. 调色版简介
- 二. 分类色版
- 三. 圆形画板
- 四. 使用xkcd颜色来命名颜色
- 五. 连续色板
- 六. cubehelix_palette()调色板
- 七. light_palette() 和dark_palette()调用定制连续调色板
- 参考:
一. 调色版简介
颜色很重要
color_palette()能传入任何Matplotlib所支持的颜色
color_palette()不写参数则默认颜色
set_palette()设置所有图的颜色
二. 分类色版
10个默认的颜色循环主题
代码:
import numpy as np
import seaborn as sns
import matplotlib.pyplot as pltcurrent_palette = sns.color_palette()
sns.palplot(current_palette)plt.show()
测试记录:
三. 圆形画板
当你有10个以上的分类要区分时,最简单的方法就是在一个圆形的颜色空间中画出均匀间隔的颜色(这样的色调会保持亮度和饱和度不变)。这是大多数的当他们需要使用比当前默认颜色循环中设置的颜色更多时的默认方案。
最常用的方法是使用hls的颜色空间,这是RGB值的一个简单转换。
代码1:
import numpy as np
import seaborn as sns
import matplotlib.pyplot as pltsns.palplot(sns.color_palette("hls", 12))plt.show()
测试记录1:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Edbn9Arq-1657249393132)(https://upload-images.jianshu.io/upload_images/2638478-f8541b6d9b7e9119.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)]
hls_palette()函数来控制颜色的亮度和饱和
l-亮度 lightness
s-饱和 saturation
代码2:
import numpy as np
import seaborn as sns
import matplotlib.pyplot as pltsns.palplot(sns.hls_palette(12, l=.7, s=.9))plt.show()
测试记录2:
四. 使用xkcd颜色来命名颜色
xkcd包含了一套众包努力的针对随机RGB色的命名。产生了954个可以随时通过xdcd_rgb字典中调用的命名颜色。
代码1:
import numpy as np
import seaborn as sns
import matplotlib.pyplot as pltplt.plot([0, 1], [0, 1], sns.xkcd_rgb["pale red"], lw=3)
plt.plot([0, 1], [0, 2], sns.xkcd_rgb["medium green"], lw=3)
plt.plot([0, 1], [0, 3], sns.xkcd_rgb["denim blue"], lw=3)plt.show()
测试1:
代码2:
import numpy as np
import seaborn as sns
import matplotlib.pyplot as pltcolors = ["windows blue", "amber", "greyish", "faded green", "dusty purple"]
sns.palplot(sns.xkcd_palette(colors))plt.show()
测试2:
五. 连续色板
色彩随数据变换,比如数据越来越重要则颜色越来越深
代码:
import numpy as np
import seaborn as sns
import matplotlib.pyplot as pltsns.palplot(sns.color_palette("Blues"))# 如果想要翻转渐变,可以在面板名称中添加一个_r后缀
sns.palplot(sns.color_palette("BuGn_r"))plt.show()
测试记录:
六. cubehelix_palette()调色板
色调线性变换
代码:
import numpy as np
import seaborn as sns
import matplotlib.pyplot as pltsns.palplot(sns.color_palette("cubehelix", 8))
sns.palplot(sns.cubehelix_palette(8, start=.5, rot=-.75))
sns.palplot(sns.cubehelix_palette(8, start=.75, rot=-.150))plt.show()
测试记录:
七. light_palette() 和dark_palette()调用定制连续调色板
代码:
import numpy as np
import seaborn as sns
import matplotlib.pyplot as pltsns.palplot(sns.light_palette("green"))
sns.palplot(sns.dark_palette("purple"))
sns.palplot(sns.light_palette("navy", reverse=True))plt.show()
测试记录:
参考:
- https://study.163.com/course/introduction.htm?courseId=1003590004#/courseDetail?tab=1
Python数据分析与机器学习7-Seaborn之调色版相关推荐
- 23神经网络 :唐宇迪《python数据分析与机器学习实战》学习笔记
唐宇迪<python数据分析与机器学习实战>学习笔记 23神经网络 1.初识神经网络 百度深度学习研究院的图,当数据规模较小时差异较小,但当数据规模较大时深度学习算法的效率明显增加,目前大 ...
- python数据分析和机器学习入门,我有一些书单来推荐
想要快速入门python数据分析与机器学习,书籍是一个很好的门路,可以帮助我们系统的快速入门! 下面是一些不错的书单,分享给大家,我也在拔草中,未来会把阅读笔记分享在我的公众号:python数据分析和 ...
- 基于python的数据建模与分析案例_基于案例详解Python数据分析与机器学习
课程概述: 使用数据领域最主流语言Python及其分析与建模库作为核心武器.对于机器学习经典算法给出完整的原理推导并基于实例进行讲解,基于案例演示如何应用机器学习算法解决实际问题. 课程特色: 通俗易 ...
- 跟着迪哥学python 经管之家_跟着迪哥学Python数据分析与机器学习实战
本书结合了机器学习.数据分析和Python语言,通过案例以通俗易懂的方式讲解了如何将算法应用到实际任务. 全书共20章,大致分为4个部分.第一部分介绍了Python的工具包,包括科学计算库Numpy. ...
- 董老师又双叒叕送书啦,8本《Python数据分析、挖掘与可视化(慕课版)》
活动详情: 在本文文末留言,留言获得点赞. 自本文推送之时活动立即生效,5月23日21:00结束,获赞最多的前8条留言,每人获赠一本书. 5月23日21:01在本文文末置顶留言公布获奖名单. 获奖朋友 ...
- 01、python数据分析与机器学习实战——Python可视化库Seaborn
seaborn简介 Seaborn其实是在matplotlib的基础上进行了更高级的API封装,从而使得作图更加容易,在大多数情况下使用seaborn就能做出很具有吸引力的图. seaborn基础 i ...
- Python数据分析与机器学习
Python基础知识和数据结构 基本的数据结构(Basic data structures) Name Nation Declaration e.g. Tuple 元组 tuple b = (1,2. ...
- python天气数据分析论文_《Python数据分析与机器学习实战-唐宇迪》读书笔记第9章--随机森林项目实战——气温预测(2/2)...
第9章--随机森林项目实战--气温预测(2/2) 第8章已经讲解过随机森林的基本原理,本章将从实战的角度出发,借助Python工具包完成气温预测任务,其中涉及多个模块,主要包含随机森林建模.特征选择. ...
- python数据分析与机器学习(Numpy,Pandas,Matplotlib)
机器学习怎么学? 机器学习包含数学原理推导和实际应用技巧,所以需要清楚算法的推导过程和如何应用. 深度学习是机器学习中神经网络算法的延伸,在计算机视觉和自然语言处理中应用更厉害一些. 自己从头开始做笔 ...
最新文章
- 用WinForm/WPF代码来为.NET Core 3.0功能投票
- 10个必会的 PyCharm 技巧
- python multiprocessing manager list error: [Errno 2] No such file or directory
- 解决packet tracer不能复制CLI内容的问题
- matlab比例环节仿真例子,典型环节的MATLAB仿真
- 小说的逻辑与反逻辑_毕飞宇北大演讲:“走”与“走”——小说内部的逻辑与反逻辑...
- 有的时候入门只是一瞬间
- 跟我一起学.NetCore之日志(Log)模型核心
- linux中将光标与操作系统,linux操作系统基本命令介绍(2)
- java mvc 菜鸟_【java框架】SpringMVC(1)--SpringMVC入门
- C++:遍历指定路径下的文件/图片
- 一行命令快速安装Kubernetes(V1.18)高可用集群
- AdamOptimizer和随机梯度下降法SGD的区别
- 简单的C语言开源软件,自己写的一个简单的数据库...完整开源...
- 刚刚收割阿里、腾讯等大厂 Offer,他说这些话一定要和你们说一下
- HTML中的IE条件注释
- 微信朋友圈服务器缓存,怎么删微信朋友圈缓存?
- 黑马Pink老师H5CSS教程学习笔记
- python小游戏————坦克大战
- 计算机学院举办 温暖冬日 感恩社会 活动,温暖冬日 感恩社会 计算机学院举办冬季送温暖活动...
热门文章
- 超云服务器 节能清单,探秘超云R9110/R9160服务器高温节能之迷
- Ubuntu20.04下安装 R 及 CRAN 软件包(命令行操作)
- 爬虫从入门到精通(15) | 使用Python-OCR识别库对图形验证码进行识别
- vscode编辑如何保存时自动校准eslint规范
- c语言蚊香数组,蚊香的代码咋弄啊
- 归档数据1000份,筑智建助力融汇温泉城G1项目高效完成数字化落地
- H.264软件编码与硬件编码格式对比
- JQuery【选择器】
- 7天搭建物联网项目 STM32 + ESP8266 第 1 节 上传数据到云平台
- 现在什么类型的视频最受欢迎