seaborn曲线颜色

### 如何在 Seaborn 中设置曲线颜色

Seaborn 提供了灵活的颜色配置选项来定制绘图中的线条和其他图形元素的颜色。以下是几种常见的方法：

#### 使用 `color` 参数直接指定单条曲线颜色
对于大多数绘图函数，可以直接通过传递字符串形式的颜色名称给 `color` 参数来改变单一曲线的颜色。

import seaborn as sns
import matplotlib.pyplot as plt

tips = sns.load_dataset("tips")

sns.lineplot(data=tips, x="total_bill", y="tip", color="red")  # 设置红色
plt.show()

#### 利用预定义的颜色列表自定义多条曲线颜色
当处理多个数据集或多条曲线时，可以通过提供一个包含所需颜色名的列表给 `palette` 或者直接传入到具体的绘图画布中去影响所有后续绘制的对象。

colors = ["windows blue", "amber", "greyish", "faded green", "dusty purple"]

for i, col in enumerate(colors[:len(tips.day.unique())]):
    subset = tips[tips['day'] == list(tips.day.unique())[i]]
    sns.lineplot(
        data=subset,
        x="total_bill",
        y="tip",
        label=list(tips.day.unique())[i],
        color=sns.xkcd_rgb[col],  # 应用特定颜色方案
    )

plt.legend(title='Day')
plt.show()

#### 自定义调色板并应用于整个图表
如果希望在整个图表范围内应用统一的颜色主题，则可以创建一个新的调色板并通过 `set_palette()` 方法将其设为默认样式；也可以针对某个具体类型的图表单独设定其使用的调色盘。

custom_palette = sns.color_palette("husl", n_colors=len(tips.smoker.unique()))

sns.set_palette(custom_palette)

sns.catplot(x="smoker", y="tip", hue="sex", kind="bar", data=tips)
plt.show()

# 对于其他类型图表同样适用
sns.scatterplot(x="total_bill", y="tip", hue="size", palette=custom_palette, data=tips)
plt.show()

以上展示了三种不同方式来调整 Seaborn 绘制曲线上所显示出来的色彩效果[^1]。每种方法都有各自的特点，在实际操作过程中可以根据需求和个人喜好选择最合适的方式来进行个性化设置。