python plot 颜色

在 Python 中，我们可以使用 `matplotlib` 库来绘制图形。以下是一些设置颜色的方法：

1. 使用预定义的颜色名称：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [10, 8, 6, 4, 2]

plt.plot(x, y, color='red')
plt.show()

2. 使用 RGB 值：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [10, 8, 6, 4, 2]

plt.plot(x, y, color=(0.5, 0.1, 0.7))
plt.show()

3. 使用十六进制颜色码：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [10, 8, 6, 4, 2]

plt.plot(x, y, color='#FF5733')
plt.show()

请注意，以上示例中的 `plot()` 函数仅用于说明如何设置颜色。您可以根据需要将其与其他绘图函数结合使用。

相关问题

python plot颜色

### 设置颜色的方法

在 Python 的 Matplotlib 库中，可以通过多种方式来设置颜色。对于 `plt.plot()` 函数而言，可以直接传递字符串表示的颜色名称或 RGB 色彩模式数值给 color 参数[^1]。

import matplotlib.pyplot as plt

# 使用预定义的颜色名
plt.plot([1, 2, 3], [4, 5, 6], color='red')
plt.show()

# 或者使用RGB元组指定自定义颜色
plt.plot([1, 2, 3], [4, 5, 6], color=(0.1, 0.2, 0.9))
plt.show()

另外，在 Pyplot 模块里还可以利用 rc 配置文件来自定义全局默认属性中的线条颜色等特性[^4]。

from matplotlib import pyplot as plt

# 修改rc参数设定全局默认线条颜色
plt.rcParams['lines.color'] = 'green'

plt.plot([1, 2, 3], [4, 5, 6])
plt.show()

除了上述方法外，也可以采用十六进制色彩码以及 HTML/CSS 支持的标准颜色名字串作为输入值。

python plot颜色设定

### 如何在 Python Matplotlib 或 Seaborn 中自定义 Plot 图表颜色

#### 使用 Matplotlib 自定义颜色

对于 `matplotlib` 的绘图函数，可以通过参数指定线条或标记的颜色。以下是几种常见的方法：

- **通过颜色名称**

可以直接传递颜色的英文名称给颜色参数。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

plt.plot(x, y, color='red')
plt.title('Line Color by Name')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

- **使用 RGB 值**

也可以采用 `(R,G,B)` 形式的元组来表示颜色，其中 R、G 和 B 是介于 0 到 1 之间的浮点数。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

plt.plot(x, y, color=(0.3, 0.1, 0.9))
plt.title('Line Color by RGB Tuple')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

- **十六进制颜色码**

还可以利用 HTML 风格的六位十六进制字符串作为颜色值。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

plt.plot(x, y, color='#FFD700')  # Gold color
plt.title('Line Color by Hex Code')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

这些方式同样适用于其他类型的图表，比如散点图中的 `scatter()` 函数或是柱状图里的 `bar()` 方法[^4]。

#### 使用 Seaborn 设置调色板

Seaborn 提供了一个更高级别的接口用于控制整个图形的颜色方案，即所谓的 "调色板" (palette)。可以借助 `sns.set_palette()` 来全局设定默认使用的色彩集合；而对于单个图表，则可直接向绘图命令传入特定的 palette 参数。

import seaborn as sns
import matplotlib.pyplot as plt

data = sns.load_dataset('iris')

# 应用预设好的调色板
sns.set_palette("husl")

sns.scatterplot(x='sepal_length', y='sepal_width', data=data, hue='species')
plt.title('Scatter Plot with Custom Palette')
plt.show()

# 对单一图表应用不同调色板
sns.scatterplot(
    x='sepal_length',
    y='sepal_width',
    data=data,
    hue='species',
    palette="muted"
)

plt.title('Scatter Plot with Different Palette')
plt.show()

此外，在创建热力图时也能轻松调整配色方案，只需修改 `cmap` 参数即可[^3].