【译】Seaborn教程（二）选择配色方案

原文：http://web.stanford.edu/~mwaskom/software/seaborn/tutorial/color_palettes.html

选择配色方案

配色是图表设计里最重要的方面之一，由于若是配色方案好，它能够清晰展示数据的模式和规律，不然就会把这些规律和模式隐藏起来。有很是多学习可视化配色的小技巧的资源，我只讨论了series of blog posts的一部分。详情能够看Rob Simmon的more technical paper。matplotlib的文档也有一份讲述了创建彩图的各项感性属性的精彩文档。

Seaborn让选择和使用配色方案变得简单且适用于你工做的数据种类和你想要达到的可视化目标。

%matplotlib inline    

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt    

sns.set(rc={"figure.figsize": (6, 6)})
np.random.seed(sum(map(ord, "palettes")))

使用color_palette()创建配色方案

管理不一样的配色方案所使用的重要函数是color_palette()。这个函数提供一个到多数（尽管不是所有）生成颜色的可行方式的接口，而且它在任意有palette变量的函数内部使用（在某些状况下若是须要复数的色彩，color变量也须要）

color_palette()将接收任何seaborn调色板和matplotlib彩图（jet除外，你永远都不该该使用它）的名字做为参数。它也能够接收一系列在任意有效的matplotlib格式（RGB tuples, hex color codes, or HTML color names）下设置好的颜色。它的返回值一般是一个RGB元组的list。

最后，调用无参数调用color_palette()会返回当前的缺省颜色集。

一个对应的函数set_palette()，能接收一样的参数，而且会为全部的布局设置缺省颜色集。你也能够经过在with语句里使用color_palette()来临时设置本色方案。（以下）