- Seaborn 教程
- Seaborn - 首页
- Seaborn - 简介
- Seaborn - 环境设置
- 导入数据集和库
- Seaborn - 图形美观
- 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.set_hls_values() 方法
Seaborn.set_hls_values() 方法用于饱和颜色,然后返回此饱和颜色。换句话说,该方法独立地操作颜色的 h、l 和 s 通道。
颜色的 h、l 和 s 通道分别表示图像的色调、亮度和饱和度分量。色调描述图像的颜色,饱和度是此颜色的纯度,亮度是色调的密度。
语法
以下是 seaborn.set_hls_values() 方法的语法:
seaborn.set_hls_values(color,h=None,l=None,s=None)
参数
下面给出了此 seaborn.set_hls_values() 方法的参数。
序号 | 参数及描述 |
---|---|
1 | color 此参数以 matplotlib 颜色作为输入,值包括十六进制、rgb 元组或 html 颜色名称。 |
2 | h,l,s 表格浮点值介于 0 和 1 之间或无值,并分别确定每个通道的值。 |
返回值
此方法的返回值是一个 rgb 元组,其中包含传递的颜色饱和颜色。
示例 1
现在我们将看到该方法如何通过向其传递颜色以及介于 1 和 0 之间的色调和饱和度值来工作。
sns.set_hls_values("green",h=0.5,s=0.5)
输出
生成的输出如下所示。将值设置为给定值后,颜色的 rgb 元组作为输出给出。
(0.12549019607843137, 0.37647058823529406, 0.3764705882352941)
示例 2
示例 2 在此示例中,我们将饱和另一种颜色并获得修改后的颜色。我们可以使用 palplot 方法来可视化由set_hls_values()方法发送的 rgb 元组。
可以使用以下代码行执行此操作。
import seaborn as sns import matplotlib.pyplot as plt titanic=sns.load_dataset("titanic") titanic.head() # 1st example #sns.set_hls_values("green",h=0.5,s=0.5) # 2nd example #sns.palplot(sns.set_hls_values("green",h=0.5,s=0.5,l=0.8)) # 3rd example #sns.palplot(sns.set_hls_values("yellow",h=0.44,l=0.2,s=0.1)) plt.show()
输出
输出如下:
示例 3
我们将使用 palplot 方法来可视化修改其色调、饱和度和亮度后的颜色。在这种情况下,颜色为紫色。以下代码行用于执行此操作。
import seaborn as sns import matplotlib.pyplot as plt titanic=sns.load_dataset("titanic") titanic.head() sns.palplot(sns.set_hls_values("yellow",h=0.44,l=0.2,s=0.1)) plt.show()
输出
输出如下:
seaborn_utility_functions_introduction.htm
广告