Python四种配色方案，适合科研的配色

2023-12-19 21:13:22

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）

在这里插入图片描述

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）

在这里插入图片描述

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，适用于色盲）

在这里插入图片描述

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）

在这里插入图片描述

colors = plt.cm.viridis(np.linspace(0, 1, len(labels)))

文章来源:https://blog.csdn.net/wxfighting/article/details/135092524
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。