- Seaborn 教程
- Seaborn - 首頁
- Seaborn - 簡介
- Seaborn - 環境配置
- 匯入資料集和庫
- Seaborn - 圖形美學
- Seaborn - 調色盤
- Seaborn - 直方圖
- Seaborn - 核密度估計
- 視覺化成對關係
- Seaborn - 繪製分類資料
- 觀測值的分佈
- Seaborn - 統計估計
- Seaborn - 繪製寬格式資料
- 多面板分類圖
- Seaborn - 線性關係
- Seaborn - FacetGrid
- Seaborn - PairGrid
- 函式參考
- Seaborn - 函式參考
- Seaborn 有用資源
- Seaborn - 快速指南
- Seaborn - 有用資源
- Seaborn - 討論
Seaborn.dark_palette() 方法
Seaborn.dark_palette() 方法用於建立一個從深色到淺色的連續調色盤。此調色盤適用於數值範圍從相對較低到較高的資料。
此方法中的 color 引數可以透過多種方式傳遞,例如,定義 matplotlib 中的所有顏色、幾個 seaborn 處理的附加顏色空間以及 xkcd 調查命名顏色的資料庫。
藉助 IPython notebook,也可以使用 choose_dark_palette() 函式選擇調色盤。
語法
以下是 dark_palette() 方法的語法:
seaborn.dark_palette(color, n_colors=6, reverse=False, as_cmap=False, input='rgb')
引數
seaborn.dark_aplette() 的引數如下所示。
| 序號 | 引數和描述 |
|---|---|
| 1 | Color 採用高值的基礎顏色,可以是十六進位制顏色程式碼、RGB 元組或 HTML 顏色名稱。 |
| 2 | N_color 採用整數值,確定調色盤中的顏色數量。這是一個可選引數。 |
| 3 | Reverse 此可選引數採用布林值,如果為 True,則反轉混合方向。 |
| 4 | As_cmap 此可選引數採用布林值,如果為 True,則返回 matplotlib 顏色圖。 |
| 5 | input 此引數接受 rgb、hls、husl 或 xkcd 作為輸入。這是解釋輸入顏色的顏色空間。 |
返回值
此方法返回 RGB 元組列表或 matplotlib 顏色圖。現在,我們將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,我們將看到 dark_paleetee 方法的工作原理。為了生成輸出,使用了 seaborn 中的 palplot() 方法,此方法會生成一系列作為引數傳遞的調色盤的一部分的顏色。在此示例中,我們將生成紫色調色盤的顏色。
import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.palplot(sns.dark_palette("purple"))
plt.show()
輸出
輸出如下:
示例 2
在此示例中,我們將使用 reverse 可選引數,此引數採用布林值,如果傳遞 True,則顏色將以相反的順序顯示。我們將向其傳遞顏色 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()
輸出
生成的輸出如下:
示例 3
在此示例中,我們將從 HUSL 顏色種子中獲取調色盤。這可以透過向 input 可選引數傳遞元組來完成。在這種情況下,我們將傳遞與 HUSL 顏色種子相關的顏色。可以參考以下程式碼行。
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()
輸出
輸出如下:
示例 4
在此示例中,我們將看到生成一個其中包含深色調色盤的熱力圖。我們將建立一個 numpy 陣列作為熱力圖建立的範圍,然後我們將使用一種顏色來建立一個深色調色盤熱力圖。
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()
輸出
生成的輸出如下: