一文搞懂matplotlib中的颜色设置 | 您所在的位置:网站首页 › 常用颜色的rgb值及调色方法是什么意思 › 一文搞懂matplotlib中的颜色设置 |
欢迎关注”生信修炼手册”! 在matplotlib中,颜色设置有以下多种方式 1. 常用颜色的字母表示及缩写 最常用的颜色表示方法,有以下几种常用颜色 1. red,表示红色, 简写为r 2. green, 表示绿色,简写为g 3. blue,表示蓝色,简写为b 4. yellow,表示黄色,简写为y 5. cyan,表示蓝绿色,简写为c 6. magenta,表示粉紫色,简写为m 7. black,表示黑色,简写为k 8. white,表示白色,简写为w 上述颜色和缩写的图例如下 2. T10调色盘 在matplotlib中,默认的颜色盘通过参数rcParams["axes.prop_cycle"]参数来指定, 初始的调色盘就是T10调色盘。 T10调色盘适用于离散分类,其颜色名称以tab:为前缀,具体的包含了以下10种颜色 1. tab:blue 2. tab:orange 3. tab:green 4. tab:red 5. tab:purple 6. tab:brown 7. tab:pink 8. tab:gray 9. tab:olive 10. tab:cyan 图例如下 在matplotlib中,默认就是通过这个T10调色盘来个不同的label上色的,代码如下 plt.pie(x=[1,1,1,1,1,1,1,1,1,1])输出结果如下 3. CN式写法 CN式写法以字母C为前缀,后面加从0开始的数字索引,其索引的对象为rcParams["axes.prop_cycle"]指定的调色盘,所以默认情况下,下列写法和T10调色盘的输出完全一致 plt.pie(x=[1,1,1,1,1,1,1,1,1,1],colors=['C0', 'C1', 'C2', 'C3', 'C4', 'C5', 'C6', 'C7', 'C8', 'C9'])输出结果如下 当我们修改调色盘时,CN式写法对应的颜色也会发生变化,代码如下 import matplotlib as mpl from cycler import cycler mpl.rcParams['axes.prop_cycle'] = cycler(color=['r', 'g', 'b', 'y', 'c', 'm', 'k']) plt.pie(x=[1,1,1,1,1,1,1], colors=['C0','C1', 'C2', 'C3', 'C4', 'C5', 'C6'])输出结果如下 4. xkcd颜色名称 xkcd调色盘是通过对上万名参与者进行调查而总结出的954种最常用的颜色,官方网站如下 https://xkcd.com/color/rgb/ 在matplotlib中,通过xkcd:前缀加对应的颜色名称进行使用,而且是不区分大小写的,代码如下 plt.pie(x=[1,2,3,4], colors=['xkcd:blue','xkcd:orange','xkcd:green','xkcd:red'])输出结果如下 5. X11/CSS4颜色名称 X11系列颜色通过名称来对应具体的颜色编码,后来的CSS颜色代码也是在其基础上发展而来,部分颜色示意如下 在matplotlib中,X11/CSS4相关的颜色名称和十六进制编码存储在一个字典中,可以通过以下方式进行查看 import matplotlib._color_data as mcd for key in mcd.CSS4_COLORS: print('{}: {}'.format(key, mcd.CSS4_COLORS[key]))部分结果如下 'aliceblue': '#F0F8FF', 'antiquewhite': '#FAEBD7', 'aqua': '#00FFFF', 'aquamarine': '#7FFFD4', 'azure': '#F0FFFF', 'beige': '#F5F5DC', 'bisque': '#FFE4C4', 'black': '#000000', 'blanchedalmond': '#FFEBCD', 'blue': '#0000FF', 'blueviolet': '#8A2BE2',通过颜色名称来使用X11/CSS4颜,用法如下 plt.pie(x=[1,2,3,4], colors=['aliceblue','antiquewhite','aqua','aquamarine'])输出结果如下 6. 十六进制颜色代码 十六进制的颜色代码可以精确的指定颜色,在matplotlib中当然也支持,用法如下 plt.pie(x=[1,2,3,4], colors=['#1f77b4', '#ff7f0e', '#2ca02c', '#d62728'])输出结果如下 7. RGB/RGBA元组 所有的颜色都是有RGB三原色构成,在matplotlib中,可以通过一个元组来表示表示red, green, blue三原色的比例,以及一个可选的alpha值来表示透明度,取值范围都是0到1,用法如下 plt.pie(x=[1,2,3,4], colors=[(0.1, 0.2, 0.5),(0.1, 0.3, 0.5),(0.1, 0.4, 0.5),(0.1, 0.5, 0.5)])输出结果如下 8. 灰度颜色 在matplotlib中,通过0到1之间的浮点数来对应灰度梯度,在使用时,为了有效区分,需要通过引号将其装换为字符,用法如下 plt.pie(x=[1,2,3,4], colors=['0','0.25', '0.5', '0.75'])输出结果如下 通过上述几种方式,可以灵活地指定我们需要的颜色。 ·end· —如果喜欢,快分享给你的朋友们吧— 原创不易,欢迎收藏,点赞,转发!生信知识浩瀚如海,在生信学习的道路上,让我们一起并肩作战! 本公众号深耕耘生信领域多年,具有丰富的数据分析经验,致力于提供真正有价值的数据分析服务,擅长个性化分析,欢迎有需要的老师和同学前来咨询。 更多精彩 KEGG数据库,除了pathway你还知道哪些 全网最完整的circos中文教程 DNA甲基化数据分析专题 突变检测数据分析专题 mRNA数据分析专题 lncRNA数据分析专题 circRNA数据分析专题 miRNA数据分析专题 单细胞转录组数据分析专题 chip_seq数据分析专题 Hi-C数据分析专题 HLA数据分析专题 TCGA肿瘤数据分析专题 基因组组装数据分析专题 CNV数据分析专题 GWAS数据分析专题 2018年推文合集 2019年推文合集 写在最后 转发本文至朋友圈,后台私信截图即可加入生信交流群,和小伙伴一起学习交流。 扫描下方二维码,关注我们,解锁更多精彩内容! 一个只分享干货的 生信公众号 |
CopyRight 2018-2019 实验室设备网 版权所有 |