绝了！相见恨晚的Python可视化配色工具
点击下方“AI算法与图像处理”，一起进步！
重磅干货，第一时间送达
来源：pythonic生物人
有小伙伴说python可视化自带颜色很丑，那您一定是没遇到palettable，palettable是一个纯python写的颜色条(Colormap)库，汇集了大量知名可视化软件的颜色条（比如Tableau色系，matplotlib部分色系等等），共有颜色条(Colormap)1587类，可使用的单颜色数万种，本文详细介绍palettable如何使用。 
1、palettable快速安装
pip install palettable -i https://pypi.tuna.tsinghua.edu.cn/simple
2、palettable颜色条(Colormap)快速使用
导入palettable包
import palettable
from palettable.cartocolors.qualitative import Bold_9
#为了描述方便，此处直接倒入palettable.cartocolors.qualitative大类下的Bold_9小类，
#实际使用时可直接用palettable.cartocolors.qualitative.Bold_9
palettable重要属性-可视化色度条
Bold_9.show_discrete_image()#Bold_9各种颜色条图片
palettable重要属性-输出色度条中单颜色的数目
print(Bold_9.number)#Bold_9这种colormap中单颜色的数目
9即上面的图片有9格
palettable重要属性-输出色度条中单颜色的色号值
print(Bold_9.colors)#Bold_9 colormap中每种颜色的RGB格式色号
print(Bold_9.hex_colors)#Bold_9 colormap中每种颜色的hex格式色号
print(Bold_9.mpl_colors)#RGB tuples in the range 0-1 as used by matplotlib
[[127, 60, 141], [17, 165, 121], [57, 105, 172], [242, 183, 1], [231, 63, 116], [128, 186, 90], [230, 131, 16], [0, 134, 149], [207, 28, 144]]
['#7F3C8D', '#11A579', '#3969AC', '#F2B701', '#E73F74', '#80BA5A', '#E68310', '#008695', '#CF1C90']
[(0.4980392156862745, 0.23529411764705882, 0.5529411764705883), (0.06666666666666667, 0.6470588235294118, 0.4745098039215686), (0.2235294117647059, 0.4117647058823529, 0.6745098039215687), (0.9490196078431372, 0.7176470588235294, 0.00392156862745098), (0.9058823529411765, 0.24705882352941178, 0.4549019607843137), (0.5019607843137255, 0.7294117647058823, 0.35294117647058826), (0.9019607843137255, 0.5137254901960784, 0.06274509803921569), (0.0, 0.5254901960784314, 0.5843137254901961), (0.8117647058823529, 0.10980392156862745, 0.5647058823529412)]
Matplotlib中使用palettable
import matplotlib.pyplot as plt
import matplotlib as mpl
import palettable
mpl.rc_file_defaults()
my_dpi = 96
plt.figure(figsize=(580 / my_dpi, 580 / my_dpi), dpi=my_dpi)
plt.subplot(221)
patches, texts, autotexts = plt.pie(
x=[1, 2, 3],
labels=['A', 'B', 'C'],
#使用palettable.tableau.BlueRed_6
colors=palettable.tableau.BlueRed_6.mpl_colors[0:3],
autopct='%.2f%%',
explode=(0.1, 0, 0))
patches[0].set_alpha(0.3)
patches[2].set_hatch('|')
patches[1].set_hatch('x')
plt.title('tableau.BlueRed_6', size=12)
mpl.rc_file_defaults()
plt.subplot(222)
patches, texts, autotexts = plt.pie(
x=[1, 2, 3],
labels=['A', 'B', 'C'],
#使用palettable.cartocolors.qualitative.Bold_9
colors=palettable.cartocolors.qualitative.Bold_9.mpl_colors[0:3],
autopct='%.2f%%',
explode=(0.1, 0, 0))
patches[0].set_alpha(0.3)
patches[2].set_hatch('|')
patches[1].set_hatch('x')
plt.title('cartocolors.qualitative.Bold_9', size=12)
mpl.rc_file_defaults()
plt.subplot(223)
patches, texts, autotexts = plt.pie(
x=[1, 2, 3],
labels=['A', 'B', 'C'],
#使用palettable.cartocolors.qualitative.Bold_9
colors=palettable.cartocolors.qualitative.Bold_9.mpl_colors[0:3],
autopct='%.2f%%',
explode=(0.1, 0, 0))
patches[0].set_alpha(0.3)
patches[2].set_hatch('|')
patches[1].set_hatch('x')
plt.title('cartocolors.qualitative.Bold_9', size=12)
plt.subplot(223)
patches, texts, autotexts = plt.pie(
x=[1, 2, 3],
labels=['A', 'B', 'C'],
#使用palettable.lightbartlein.sequential.Blues10_5
colors=palettable.lightbartlein.sequential.Blues10_5.mpl_colors[0:3],
autopct='%.2f%%',
explode=(0.1, 0, 0))
#matplotlib.patches.Wedge
patches[0].set_alpha(0.3)
patches[2].set_hatch('|')
patches[1].set_hatch('x')
plt.title('lightbartlein.sequential.Blues10_5', size=12)
plt.subplot(224)
patches, texts, autotexts = plt.pie(
x=[1, 2, 3],
labels=['A', 'B', 'C'],
colors=palettable.wesanderson.Moonrise5_6.mpl_colors[0:3],
autopct='%.2f%%',
explode=(0.1, 0, 0))
patches[0].set_alpha(0.3)
patches[2].set_hatch('|')
patches[1].set_hatch('x')
plt.title('wesanderson.Moonrise5_6', size=12)
plt.show()
Seaborn中使用palettable
例子来自几行代码绘制靓丽矩阵图
使用palettable.tableau.TrafficLight_9
import seaborn as sns
iris_sns = sns.load_dataset("iris")
import palettable
g = sns.pairplot(
iris_sns,
hue='species',
palette=palettable.tableau.TrafficLight_9.mpl_colors, #Matplotlib颜色
)
sns.set(style='whitegrid')
g.fig.set_size_inches(10, 8)
sns.set(style='whitegrid', font_scale=1.5)
使用palettable.tableau.BlueRed_6
使用palettable.cartocolors.qualitative.Bold_9
使用palettable.wesanderson.Moonrise5_6
使用palettable.cartocolors.diverging.ArmyRose_7_r
3、palettable包含那些颜色条(Colormap)
palettable下面有16大类Colormap，共计1587小类Colormap，合计上万种单颜色可供使用，已经整理为pdf格式，感兴趣的可以
包含以下16大类
palettable.cartocolors.diverging
palettable.cartocolors.qualitative
palettable.cartocolors.sequential
palettable.cmocean.diverging
palettable.cmocean.sequential
palettable.colorbrewer.diverging
palettable.colorbrewer.qualitative
palettable.colorbrewer.sequential
palettable.lightbartlein.diverging
palettable.lightbartlein.sequential
palettable.scientific.diverging
palettable.scientific.sequential
palettable.matplotlib
palettable.mycarta
palettable.tableau
palettable.wesanderson
共计1587小类【每个小类还有逆类，名称后面加“_r”即可】上面16大类下面有数个小类，例如，著名BI软件Tableau的配色条palettable.tableau这一大类，下面有palettable.tableau.BlueRed_12，palettable.tableau.GreenOrange_12等等数个小类：
palettable.tableau.BlueRed_12
palettable.tableau.BlueRed_6
palettable.tableau.ColorBlind_10
palettable.tableau.Gray_5
palettable.tableau.GreenOrange_12
palettable.tableau.GreenOrange_6
palettable.tableau.PurpleGray_12
palettable.tableau.PurpleGray_6
palettable.tableau.TableauLight_10
palettable.tableau.TableauMedium_10
palettable.tableau.Tableau_10
palettable.tableau.Tableau_20
palettable.tableau.TrafficLight_9
也就是类似上面的这种有1587行。
-------- End --------
交流群
欢迎加入公众号读者群一起和同行交流，目前有美颜、三维视觉、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群
个人微信（如果没有备注不拉群！） 请注明：地区+学校/企业+研究方向+昵称
下载1：何恺明顶会分享
在「AI算法与图像处理」公众号后台回复：何恺明，即可下载。总共有6份PDF，涉及 ResNet、Mask RCNN等经典工作的总结分析
下载2：终身受益的编程指南：Google编程风格指南
在「AI算法与图像处理」公众号后台回复：c++，即可下载。历经十年考验，最权威的编程规范！
下载3 CVPR2021 在「AI算法与图像处理」公众号后台回复：CVPR，即可下载1467篇CVPR 2020论文 和 CVPR 2021 最新论文
