python绘图配色,python自定义颜色

　　一个Python神器解决了自动图表配色。1.从图片中提取颜色匹配。1.1主色。1.2配色方案。2.配色方案和可视化

　　当我们使用Python进行数据可视化时，有很多高质量的库可用，比如：Matplotlib、seaborn、Plotly、Bokeh、ggplot等等。但是图表好不好，配色占了一半。如果审美不好，很容易做出刺激眼睛的东西.

　　所以，想要做好数据可视化，必须要有合适的配色方案。除了参考配色网站的案例，还可以自己定制一套配色方案。

　　怎么定制？

　　色彩搭配的美是需要培养的，但刚开始可以在优秀的作品中寻找灵感，比如经典电影、海报、风景图、Logo等。都是很好的参考。

　　自然风景的颜色常常令人惊叹。我们以风景图为例。下图是海上日落，通过一些操作提取了一套配色。

　　那么，我们能用Python做到吗？

　　当然，答案是肯定的。毕竟Python除了生孩子什么都可以！

　　1.提取图片的配色方案。在Python中，最常用的两个模块是PIL和opencv。所以一开始我的方案是用Python库打开图片，然后遍历像素颜色，最后按照颜色比例排序，然后得到图片的配色方案。

　　结果中间，忽略了一件事。众所周知，Python是一门优雅的语言，语法简洁，功能强大。同时，它还拥有丰富的第三方库，几乎所有的库都可以在github或pypi上找到。

　　于是我做了一个搜索，确实有相关的库来提取图片中的配色，这样我们就不用反复造轮子了。

　　这个模块是——Haishoku，可以用来从图像中获取主色和配色方案。

　　具体用法，还是先安装吧

　　Install Haishoku将上述海上日落图保存在本地，并将其命名为test.png。

　　从Haishoku.haishoku导入Haishoku image= test . png hais hoku=hais hoku . loadhaishoku(image)导入模块，运行代码会返回一个hais hoku实例。可以通过实例属性haishoku.dominant和haishoku.palette直接获取对应的主色和配色方案

　　1.1主色首先，如何获取图片的主色？

　　Print(haishoku.dominant)这个返回一个结构为(R，G，B)的tuple，是这张图片的主色。

　　运行下面一行代码

　　Shihoku。显示主色(图像)将打开一个临时文件来预览主色的颜色。

　　主色(大多数颜色)

　　1.2配色方案#获取配色方案pprint.pprint(haishoku.palette)返回一个数组，结构为：[(R，G，B)，(R，G，B)，…]，最大长度为8。

　　这里用的是pprint模块，这种多层嵌套的元组可以打印的很漂亮。

　　运行下面一行代码

　　Haishoku.showPalette(image)会打开一个临时文件来预览图片配色方案。(不会保存在本地)

　　这样只需要几行代码就可以提取出图片中的配色方案。是不是很简单？

　　2.配色方案和可视化。通过前面的操作，我们已经提取出了合适的配色方案，下面我们来练习一下。

　　经典电影、海报、风景图片、Logo都是绝佳的参照物。

　　所以，这次我选择了Google Logo，提取了它的配色。

　　image path= Google . png hais hoku=hais hoku . loadhaishoku(image path)pprint . pprint(hais hoku . palette)hais hoku . show palette(image path)

　　那么，当这种配色方案应用于数据可视化时会发生什么呢？

　　试试用Python画个饼状图

　　感觉很好。我想收集这个配色方案。

　　最后，感谢您的阅读。您的每个点赞、留言、分享都是对我们最大的鼓励，笔芯

　　如有疑问，欢迎在评论区一起讨论！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。