- Seaborn 教程
- Seaborn - 首页
- Seaborn - 简介
- Seaborn - 环境设置
- 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 - Facet Grid
- Seaborn - Pair Grid
- 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.light_palette() 方法
Seaborn.light_palette() 方法用于创建从浅色到颜色的渐变调色板。这种风格的调色板非常适合于数据跨越从令人着迷的高值到相对平淡的低值的范围。
所有用于在 matplotlib 中指定颜色的选项以及 seaborn 支持的一些额外的颜色空间都可以用于指定 color 参数。您还可以利用 XKCD 颜色调查的命名颜色数据库。
语法
以下是 light_paleetew() 方法的语法:
seaborn.light_palette(color, n_colors=6, reverse=False, as_cmap=False, input='rgb')
参数
此 Seaborn 方法的参数如下所述:
序号 | 参数和描述 |
---|---|
1 | Color 采用高值的基色,可以是十六进制、rgb 元组或 html 颜色名称。 |
2 | N_color 采用整数值,并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,如果为真,则反转混合方向。 |
4 | As_cmap 此可选参数采用布尔值,如果为真,则返回 matplotlib 颜色图。 |
5 | Input 此参数接收 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,我们将在以下示例中查看此方法的工作原理。
示例 1
在这个示例中,我们将了解 light_palettee 方法的工作原理。为了生成输出,使用了 seaborn 中的 palplot() 方法,此方法生成一系列作为参数传递的调色板的一部分的颜色,并且这些颜色的色调较浅。在这个示例中,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.light_palette("purple")) plt.show()
输出
输出如下:
示例 2
在这个示例中,我们将使用 reverse 可选参数,此参数采用布尔值,如果传递给它 true,则颜色将以相反的顺序显示。我们将向其传递颜色 teal。颜色从深色到浅色渐变。
import seaborn as sns import matplotlib.pyplot as plt titanic=sns.load_dataset("titanic") titanic.head() sns.palplot(sns.light_palette("teal", reverse=True)) plt.show()
输出
生成的输出如下:
示例 3
在这个示例中,我们将从 husl 颜色种子获取调色板。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
在这个示例中,我们将看到生成包含浅色调色板的热图。我们将创建一个 numpy 数组作为热图创建的范围,然后我们将使用颜色创建浅色调色板热图。
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.light_palette("#495C83") ax = sns.heatmap(x, cmap=cmap) plt.show()
输出
生成的输出如下: