可视化库-seaborn-调色板(第五天)

1. 基础的调色板的演示  color_palette() 设置传入的任何颜色,不传使用默认颜色,set_palette() 设置所有图的颜色# 6种主题

# 1 deep# 2 muted# 3 pastell# 4 bright# 5 dark# 6 colorblind
# 显示当前所使用的颜色板
current_palette = sns.color_palette()
# 显示颜色板
sns.palplot(current_palette)
plt.show()

2. 圆形画板

# 使用sns.color_palette(‘hls‘, 8) 来设置, ‘hls‘表示颜色空间, 8表示颜色的个数

sns.palplot(sns.color_palette(‘hls‘, 8))
plt.show()

3. pattle = sns.color_pattle(‘hls‘, 8)  # 使用画图板生成盒图

data = np.random.normal(size=(20, 8)) + np.arange(8) / 2
# 进行盒图画,同时也将颜色板传入
sns.boxplot(data=data, palette=sns.color_palette(‘hls‘, 8))
plt.show()

5. 使用sns.hls_palette(8, l=0.7, s=0.7) 直接生成hls颜色板,同时通过l-亮度 s-饱和度

6. sns.color_palette(‘Paired‘, 8) 生成配对调色板

sns.palplot(sns.color_palette(‘Paired‘, 8))
plt.show()

7. 使用sns.xkcd_rgb() 来使用单个颜色, lw表示的是线条的粗细

plt.plot([0, 1], [0, 1], sns.xkcd_rgb[‘pale red‘], lw=3)
plt.plot([0, 1], [0, 2], sns.xkcd_rgb[‘medium green‘], lw=3)
plt.plot([0, 1], [0, 3], sns.xkcd_rgb[‘denim blue‘], lw=3)
plt.show()

8. sns.xckd_palette 进行颜色板的制作

colors = [‘windows blue‘, ‘amber‘, ‘greyish‘, ‘faded green‘, ‘dusty purple‘]
sns.palplot(sns.xkcd_palette(colors))
plt.show()

9. 连续色板,当只传入一个颜色时,颜色由浅到深,加r_时颜色由深到浅

sns.palplot(sns.color_palette(‘Blues‘))
plt.show()

sns.palplot(sns.color_palette(‘Blues_r‘))
plt.show()

原文地址:https://www.cnblogs.com/my-love-is-python/p/10243899.html

时间: 2024-10-27 18:02:29

可视化库-seaborn-调色板(第五天)的相关文章

Python统计分析可视化库seaborn(相关性图,变量分布图,箱线图等等)

Visualization of seaborn  seaborn[1]是一个建立在matplot之上,可用于制作丰富和非常具有吸引力统计图形的Python库.Seaborn库旨在将可视化作为探索和理解数据的核心部分,有助于帮人们更近距离了解所研究的数据集.无论是在kaggle官网各项算法比赛中,还是互联网公司的实际业务数据挖掘场景中,都有它的身影.    在本次介绍的这个项目中,我们将利用seaborn库对数据集进行分析,分别展示不同类型的统计图形. 首先,我们将导入可视化所需的所有必要包,我

Pycon 2017: Python可视化库大全

本文首发于微信公众号“Python数据之道” 前言 本文主要摘录自 pycon 2017大会的一个演讲,同时结合自己的一些理解. pycon 2017的相关演讲主题是“The Python Visualization Landscape”. 先来一张全景图镇楼~~ 看完这张图是不是有点懵? 别着急,我们一起来看看后面的阐述. python可视化库可以大致分为几类: 基于matplotlib的可视化库 基于JS的可视化库 基于上述两者或其他组合功能的库 基于matplotlib的可视化库 matp

Bokeh 0.12.2rc1 发布,Python 交互式可视化库

Bokeh 0.12.2rc1 发布了,Bokeh (Bokeh.js) 是一个 Python 交互式可视化库,支持现代化 Web 浏览器,提供非常完美的展示功能(app制作ty300.com).Bokeh 的目标是使用 D3.js 样式提供优雅,简洁新颖的图形化风格,同时提供大型数据集的高性能交互功能(入门教程qkxue.net).Boken 可以快速的创建交互式的绘图,仪表盘和数据应用. 小版本更新,暂无正式的改进说明,想了解更多信息,直接查看github提交记录.

Bokeh 0.12.3dev3,Python 交互式可视化库

Bokeh 0.12.3dev3 发布了,Bokeh (Bokeh.js) 是一个 Python 交互式可视化库,支持现代化 Web 浏览器,提供非常完美的展示功能(腾云科技ty300.com).Bokeh 的目标是使用 D3.js 样式提供优雅,简洁新颖的图形化风格,同时提供大型数据集的高性能交互功能(基础教程qkxue.net).Boken 可以快速的创建交互式的绘图,仪表盘和数据应用. 暂未发现更新内容,点击查看发行说明和提交记录: https://github.com/bokeh/bok

数据可视化库-Matplotlib基本操作

python-3.7     pycharm matplotlib 2.2.3 """ 数据可视化库-Matplotlib 时间:2018\9\12 0012 """ import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt print("""\n-------------------

Python数据可视化库-Matplotlib(一)

今天我们来学习一下python的数据可视化库,Matplotlib,是一个Python的2D绘图库 通过这个库,开发者可以仅需要几行代码,便可以生成绘图,直方图,功率图,条形图,错误图,散点图等等 废话不多说,我们直接通过例子来进行讲解. 首先我们有一组数据如下: 我们可以看到,这组数据有日期,还有日期对应的值,因为这组数据中的日期格式不是标准的日期格式 那么我们对数据做一下转换,取1948年的整年的数据,来进行一个绘图操作 import pandas as pd unrate = pd.rea

超级好用的 Java 数据可视化库:Tablesaw

本文适合刚学习完 Java 语言基础的人群,跟着本文可了解和使用 Tablesaw 项目.示例均在 Windows 操作系统下演示 本文作者:HelloGitHub-秦人 HelloGitHub 推出的<讲解开源项目>系列,今天给大家带来一款基于 Java 语言的数据可视化库开源项目--Tablesaw Tablesaw是一款 Java 的数据可视化库.它主要包括两部分:一部分是数据解析库,另一部分是数据可视化库.数据解析库主要是加载数据,对数据进行操作(转化,过滤,汇总等).数据可视化库就是

Pentaho6.1中D3可视化库的集成及数据联动的实现

1.软件环境 操作系统版本:Win 10 64位 可视化图形库:D3 Pentaho版本: biserver-ce-6.1.0.1-196 2.对D3的简单介绍 D3允许你将任意的数据绑定到文档对象模型(DOM),然后运用数据驱动转换到文档上.例如,你可以使用D3将一个数组生成一个HTML表格.或者,使用相同的数据来创建一个有平滑过渡和交互的交互式SVG条形图. D3不是一个旨在提供每一个可能想到的功能的单一框架.相反的,D3所解决的问题的关键是:高效操作基于数据的文档.它提供了显著的灵活性,展

实战大数据可视化库:D3.js

实战大数据可视化库:D3.js网盘地址:https://pan.baidu.com/s/1Sir6qnU7Hdz5l3IHNjdNEQ 提取码:vmdi D3.js 是一个 JavaScript 库,它主要用于对数据的动态图表展示.通过 HTML.SVG 以及 CSS,D3 可以让数据展现得更加鲜活.D3 使得数字的图形化展示变得异常单,可以说,它是当下最强大的基于网络的数据可视化技术. 本教程理论与实践结合,力图向读者全方位地展示 D3 大数据可视化技术,帮助读者快速利用 D3 创建可视化程序