- Seaborn 教程
- Seaborn - 首页
- Seaborn - 简介
- Seaborn - 环境配置
- 导入数据集和库
- Seaborn - 图形美学
- Seaborn - 调色板
- Seaborn - 直方图
- Seaborn - 核密度估计
- 可视化成对关系
- Seaborn - 绘制分类数据
- 观测值的分布
- Seaborn - 统计估计
- Seaborn - 绘制宽格式数据
- 多面板分类图
- Seaborn - 线性关系
- Seaborn - FacetGrid
- Seaborn - PairGrid
- 函数参考
- Seaborn - 函数参考
- Seaborn 有用资源
- Seaborn - 快速指南
- Seaborn - 有用资源
- Seaborn - 讨论
Seaborn.dark_palette() 方法
Seaborn.dark_palette() 方法用于创建一个从深色到浅色的连续调色板。此调色板适用于数值范围从相对较低到较高的数据。
此方法中的 color 参数可以通过多种方式传递,例如,定义 matplotlib 中的所有颜色、几个 seaborn 处理的附加颜色空间以及 xkcd 调查命名颜色的数据库。
借助 IPython notebook,也可以使用 choose_dark_palette() 函数选择调色板。
语法
以下是 dark_palette() 方法的语法:
seaborn.dark_palette(color, n_colors=6, reverse=False, as_cmap=False, input='rgb')
参数
seaborn.dark_aplette() 的参数如下所示。
| 序号 | 参数和描述 |
|---|---|
| 1 | Color 采用高值的基础颜色,可以是十六进制颜色代码、RGB 元组或 HTML 颜色名称。 |
| 2 | N_color 采用整数值,确定调色板中的颜色数量。这是一个可选参数。 |
| 3 | Reverse 此可选参数采用布尔值,如果为 True,则反转混合方向。 |
| 4 | As_cmap 此可选参数采用布尔值,如果为 True,则返回 matplotlib 颜色图。 |
| 5 | input 此参数接受 rgb、hls、husl 或 xkcd 作为输入。这是解释输入颜色的颜色空间。 |
返回值
此方法返回 RGB 元组列表或 matplotlib 颜色图。现在,我们将在下面的示例中看到此方法的工作原理。
示例 1
在此示例中,我们将看到 dark_paleetee 方法的工作原理。为了生成输出,使用了 seaborn 中的 palplot() 方法,此方法会生成一系列作为参数传递的调色板的一部分的颜色。在此示例中,我们将生成紫色调色板的颜色。
import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.palplot(sns.dark_palette("purple"))
plt.show()
输出
输出如下:
示例 2
在此示例中,我们将使用 reverse 可选参数,此参数采用布尔值,如果传递 True,则颜色将以相反的顺序显示。我们将向其传递颜色 teal。
import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.palplot(sns.dark_palette("teal", reverse=True))
plt.show()
输出
生成的输出如下:
示例 3
在此示例中,我们将从 HUSL 颜色种子中获取调色板。这可以通过向 input 可选参数传递元组来完成。在这种情况下,我们将传递与 HUSL 颜色种子相关的颜色。可以参考以下代码行。
import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.palplot(sns.dark_palette((240, 80, 90), input="husl"))
plt.show()
输出
输出如下:
示例 4
在此示例中,我们将看到生成一个其中包含深色调色板的热力图。我们将创建一个 numpy 数组作为热力图创建的范围,然后我们将使用一种颜色来创建一个深色调色板热力图。
import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
from numpy import arange
x = arange(64).reshape(8, 8)
cmap = sns.dark_palette("#495C83")
ax = sns.heatmap(x, cmap=cmap)
plt.show()
输出
生成的输出如下: