Python4种配色方案详解(适合科研的配色)

2020-02-26 16:11:27 作者：温欣2030

配色的选择是在我们论文文章画图过程中经常面临的一个问题,下面这篇文章主要介绍了Python4种配色方案的相关资料,感兴趣的朋友一起看看吧

下面这四种配色是不需要指定的，Python自带的主题，无论有多少个种类都适合，这里就简单以条形图为例。

1、Plasma（等高线图颜色）

import matplotlib.pyplot as plt
data = {
    "apple": 2.03,
    "bob": 1.96,
    "cel": 1.34,
    "daddy": 1.33,
    "egg": 1.23,
    "flow": 1,
    "glow": 0.99,
    "hight": 0.82,
    "illnes": 0.78,
    "joker": 0.48,
    "kill": 0.21,
    "low": 0.15,
    "mammy": 0.13
}

# 将字典按值排序
sorted_data = sorted(data.items(), key=lambda x: x[1])

# 提取标签和值
labels = [item[0] for item in sorted_data]
values = [item[1] for item in sorted_data]

# 设置图形大小和字体大小
plt.rcParams['figure.figsize'] = (14, 10)
plt.rcParams['font.size'] = 16

# 为每个条形图分配不同的颜色
colors = plt.cm.plasma(np.linspace(0, 1, len(labels)))

plt.barh(labels, values, color=colors)
plt.xlabel('title')
# plt.title('各部门/单位数量')

# 保存图片
plt.savefig('1.png', bbox_inches='tight')

# 显示条形图
plt.show()

核心代码是下面这句话：

colors = plt.cm.plasma(np.linspace(0, 1, len(labels)))

2、Inferno（黑热图颜色）

import matplotlib.pyplot as plt
data = {
    "apple": 2.03,
    "bob": 1.96,
    "cel": 1.34,
    "daddy": 1.33,
    "egg": 1.23,
    "flow": 1,
    "glow": 0.99,
    "hight": 0.82,
    "illnes": 0.78,
    "joker": 0.48,
    "kill": 0.21,
    "low": 0.15,
    "mammy": 0.13
}


# 将字典按值排序
sorted_data = sorted(data.items(), key=lambda x: x[1])

# 提取标签和值
labels = [item[0] for item in sorted_data]
values = [item[1] for item in sorted_data]

# 设置图形大小和字体大小
plt.rcParams['figure.figsize'] = (14, 10)
plt.rcParams['font.size'] = 16

# 为每个条形图分配不同的颜色
colors = plt.cm.inferno(np.linspace(0, 1, len(labels)))
plt.barh(labels, values, color=colors)
plt.xlabel('title')
# plt.title('各部门/单位数量')

# 保存图片
plt.savefig('1.png', bbox_inches='tight')

# 显示条形图
plt.show()

核心代码是下面这句话：

colors = plt.cm.inferno(np.linspace(0, 1, len(labels)))

3、Cividis（较好的配色方案）

import matplotlib.pyplot as plt
data = {
    "apple": 2.03,
    "bob": 1.96,
    "cel": 1.34,
    "daddy": 1.33,
    "egg": 1.23,
    "flow": 1,
    "glow": 0.99,
    "hight": 0.82,
    "illnes": 0.78,
    "joker": 0.48,
    "kill": 0.21,
    "low": 0.15,
    "mammy": 0.13
}

# 将字典按值排序
sorted_data = sorted(data.items(), key=lambda x: x[1])

# 提取标签和值
labels = [item[0] for item in sorted_data]
values = [item[1] for item in sorted_data]

# 设置图形大小和字体大小
plt.rcParams['figure.figsize'] = (14, 10)
plt.rcParams['font.size'] = 16

# 为每个条形图分配不同的颜色
colors = plt.cm.cividis(np.linspace(0, 1, len(labels)))


plt.barh(labels, values, color=colors)
plt.xlabel('title')
# plt.title('各部门/单位数量')

# 保存图片
plt.savefig('1.png', bbox_inches='tight')

# 显示条形图
plt.show()

核心代码是下面这句话：

colors = plt.cm.cividis(np.linspace(0, 1, len(labels)))

4、Viridis（绿色主导的配色方案）

colors = plt.cm.viridis(np.linspace(0, 1, len(labels)))

到此这篇关于Python4种配色方案的文章就介绍到这了,更多相关Python4种配色方案内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

python matplotlib包图像配色方案分享