如何在seaborn中制作具有许多独特颜色的颜色图

Question

我想制作具有许多（数百个）独特颜色的颜色图。

这段代码：

custom_palette = sns.color_palette("Paired", 12)
sns.palplot(custom_palette)

返回具有 12 种独特颜色的 palplot。
但是这段代码：

custom_palette = sns.color_palette("Paired", 24)
sns.palplot(custom_palette)

返回具有 12 种独特颜色的 palplot，似乎重复了两次。

我如何获得 24 种（或更多）独特的颜色？

Answer 1

“配对”调色板只有 12 种颜色，因此您不能有超过 12 种不同的颜色。

选择顺序调色板以获得超过 12 种颜色。

例如“火箭”、“mako”或“viridis”：

custom_palette = sns.color_palette("viridis", 24)
sns.palplot(custom_palette)

https://seaborn.pydata.org/tutorial/color_palettes.html

Answer 2

我想你有几个选择。

使用圆形颜色系统，您可以生成任意数量*的不同色调。 这些将是“有序的”，但您可以生成一个列表并对其进行排列，甚至可以在执行此操作之前组合通过改变亮度/饱和度值生成的多个列表。

colorcet包包括 Glasbey 颜色图，它有大量不同的色调，亮度/饱和度有一些变化，没有特定的顺序。 您可以使用来自任何使用 matplotlib 注册其颜色图的包中的名称颜色图引用； 或者你可以生成一个列表并传递它。

* 这不是真的，出于一个无聊的原因和一个有趣的原因。 无聊的原因是大多数显示器都是 8 位的，所以对于每个 RGB 枪，您实际上只能获得 256 个不同的值。 更有趣（也有问题）的原因是人类感知无法区分颜色，因为它们具有不同的 8 位 RGB 值。 所以你可以用大量的颜色制作一个图，但它不会以这种方式出现在观众面前。 这究竟有多大的问题取决于您的应用程序，但要牢记这一点非常重要。

Answer 3

绝对有办法得到你想要的！ 幸运的是，Seaborn 能够读取colorcet调色板，这些调色板有一些不错的选择来获得更广泛的定性颜色：

from sklearn.datasets import make_blobs
import colorcet as cc
import matplotlib.pyplot as plt
import seaborn as sns


blobs, labels = make_blobs(n_samples=1000, centers=25, center_box=(-100, 100))
palette = sns.color_palette(cc.glasbey, n_colors=25)

sns.scatterplot(x=blobs[:,0], y=blobs[:, 1], hue=labels, data=blobs, palette=palette)
plt.legend(ncol=5, bbox_to_anchor=(1, 1))
plt.show()

结果在下图中具有 25 种不同的颜色：

希望这可以帮助！