一、调色盘
对图表整体颜色、比例进行风格设置，包括颜色色板等
调用系统风格进行数据可视化
1.color_palette()
默认6种颜色：deep,muted, pastel, bright, dark, colorblind
seaborn, color_palette(palette=None, n_colors = None, desat = None)
import numpy as np import matplotlib.pyplot as plt import seaborn as sns current_palette = sns.color_palette() sns.palplot(current_palette) #其它颜色风格 #风格内容：Accent,Blues,BrBG等等 sns.palplot(sns.color_palette('Accent',8)) #这里颜色风格为Accent #颜色色块个数为8个 #风格颜色转换（不是所有颜色都可以反转）：Blues/Blues_r #分组颜色设置 -'Paried' sns.palplot(sns.color_palette('Paired', 16))
以下调色盘分别为current_palette， Accent， Paired
2、设置亮度，饱和度
可用方法：
2.1 husl_palette([n_colors, h, s, l])
2.2 hsl_palette([n_colors, h, l, s])
sns.palplot(sns.hls_palette(8 , l = .8, s = .5)) #l = 亮度 #s = 饱和度
3. cubehelix_palette()
按照线性增长计算，设置颜色
sns.palplot(sns.cubehelix_palette(8, gamma = 2)) sns.palplot(sns.cubehelix_palette(8, start = .5, rot = -.75)) sns.palplot(sns.cubehelix_palette(8, start = 2, rot = 0, dark = 0, light = .95, reverse = True)
#n_colors---> 颜色个数
#start ---> 值区间在0-3，开始颜色
#rot ---> 颜色旋转角度
#gamma ---> 颜色伽马值，越大颜色越暗
#dark,light ---> 值区间0-1，颜色越深
#reverse ---> 布尔值，默认为False，由浅到深
4.dark_palette(color[, n_colors, reverse, ...]) / light_palette(color[, n_colors, reverse, ...])
颜色深浅
sns.palplot(sns.light_palette('green')) #按照green做浅色调色盘 #sns.palplot(sns.color_palette('Greens')) #cmap为Greens风格 sns.palplot(sns.dark_palette('red', reverse = False)) #按照blue做深色调色盘 #reverse ---> 转置颜色
注意light_palette和dark_palette的区别
5.diverging_palette()
创建分散颜色
#seaborn.diverging_palette(h_neg,
h_pos, s=75, l=50, sep=10, n=6, center='light', as_cmap=False)
sns.palplot(sns.diverging_palette(145,280, s=85, l=25, n=7))
#h_neg, h_pos ---> 起始/终止颜色值
#s ---> 值区间0-100，饱和度
#l ---> 值区间0-100，亮度
#n ---> 颜色个数
#center ---> 中心颜色为浅色还是深色'light', 'dark', 默认为light
示例：
plt.figure(figsize = (8,6))
x = np.arange(25).reshape(5,5)
cmap = sns.diverging_palette(200,20,sep=20,as_cmap=True)
sns.heatmap(x, cmap=cmap)#热力图
用分散颜色制作热力图
