Python四种配色方案,适合科研的配色 下面这五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。

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)))
作者:温欣2030原文地址:https://blog.csdn.net/wxfighting/article/details/135092524

%s 个评论

要回复文章请先登录注册