- Seaborn 教程
- Seaborn - 首頁
- Seaborn - 簡介
- Seaborn - 環境設定
- 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 - Facet Grid
- Seaborn - Pair Grid
- 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.light_palette() 方法
Seaborn.light_palette() 方法用於建立從淺色到顏色的漸變調色盤。這種風格的調色盤非常適合於資料跨越從令人著迷的高值到相對平淡的低值的範圍。
所有用於在 matplotlib 中指定顏色的選項以及 seaborn 支援的一些額外的顏色空間都可以用於指定 color 引數。您還可以利用 XKCD 顏色調查的命名顏色資料庫。
語法
以下是 light_paleetew() 方法的語法:
seaborn.light_palette(color, n_colors=6, reverse=False, as_cmap=False, input='rgb')
引數
此 Seaborn 方法的引數如下所述:
| 序號 | 引數和描述 |
|---|---|
| 1 | Color 採用高值的基色,可以是十六進位制、rgb 元組或 html 顏色名稱。 |
| 2 | N_color 採用整數值,並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,如果為真,則反轉混合方向。 |
| 4 | As_cmap 此可選引數採用布林值,如果為真,則返回 matplotlib 顏色圖。 |
| 5 | Input 此引數接收 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,我們將在以下示例中檢視此方法的工作原理。
示例 1
在這個示例中,我們將瞭解 light_palettee 方法的工作原理。為了生成輸出,使用了 seaborn 中的 palplot() 方法,此方法生成一系列作為引數傳遞的調色盤的一部分的顏色,並且這些顏色的色調較淺。在這個示例中,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.light_palette("purple"))
plt.show()
輸出
輸出如下:
示例 2
在這個示例中,我們將使用 reverse 可選引數,此引數採用布林值,如果傳遞給它 true,則顏色將以相反的順序顯示。我們將向其傳遞顏色 teal。顏色從深色到淺色漸變。
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()
輸出
生成的輸出如下:
示例 3
在這個示例中,我們將從 husl 顏色種子獲取調色盤。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
在這個示例中,我們將看到生成包含淺色調色盤的熱圖。我們將建立一個 numpy 陣列作為熱圖建立的範圍,然後我們將使用顏色建立淺色調色盤熱圖。
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.light_palette("#495C83")
ax = sns.heatmap(x, cmap=cmap)
plt.show()
輸出
生成的輸出如下: