python绘图配色,python自定义颜色

  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。

留言与评论(共有 条评论)
   
验证码: