python配色

① 【python科研繪圖】第1章：配色方案

本文主要介紹在使用Python進行繪圖時的配色方案。

1.1 配色方案

1.2 色系

matlplotlib 庫中提供了許多單色漸變色系：

雙色漸變色系：

多色系：

1.3 配色工具

常用的配色網站： Adobe color Color Scheme Designer 中國色 ColorBrewer 2.0

1.4 代碼實戰

1.4.1 單色配色方案

參考資料： 【知乎】Python 可視化|matplotlib07-自帶顏色條 Colormap（三）

1.4.2 互補色配色方案

1.4.3 等距三角配色方案

1.4.4 四色配色方案

1.4.5 單色漸變

1.4.6 雙色漸變

1.4.7 多色系

參考資料：

[1] 《datawhale 科研論文配圖繪制指南--基於python》 [2] matplotlib 官方文檔 [3] seaborn 官方文檔

② matplotlib、seaborn顏色、調色板、調色盤。

在Python的數據可視化中，matplotlib和seaborn提供了豐富的顏色選項和調色板。seaborn提供了六種風格的分類色板，包括深色、柔和、淡雅、明亮、暗色和色盲友好。通過導入seaborn庫，我們可以輕松查看所有調色板的組合，如 Accent、Accent_r 等，一共展示了40多種配色方案，如BuGn、BuPu、CMRmap等，顏色命名遵循某種規律，比如大部分的_r版本與原色只是顏色順序相反。

使用seaborn進行繪圖時，例如通過`sns.barplot(palette='Paired_r')`來應用Paired_r配色方案。這些配色包括Paired、Accent、Blues等，顏色選擇多樣，適應不同的視覺需求。對於matplotlib，除了seaborn的調色板，還可以通過scatter函數繪制點，通過設置線寬、標簽、顏色等屬性來定製圖形的視覺效果。

在實際示例中，如在博客《python學習》中提到，matplotlib圖形的設置包括線寬、標簽、顏色的調整，以及圖框、線型、圖例的定製，例如調整圖框大小、像素解析度等，這些都是增強圖表可讀性和吸引力的關鍵因素。

seaborn的線圖（line plot）同樣提供了多種風格的線型和顏色選項，通過實例演示可以直觀地了解如何運用這些工具創建專業且美觀的圖表。

③ Python氣象繪圖筆記（四）——填色與colorbar

本文介紹了Python氣象繪圖中的填色與colorbar相關知識，所有代碼已發布在和鯨社區，點擊卡片即可一鍵fork。

在氣象繪圖中，x軸數據為經度，y軸數據為緯度，填充數據則可以是溫度、濕度等參數，這三個參數可以是一維或二維，只要尺寸相同即可。使用時可選擇pandas列表、ndarray、list、xarray、netcdf等多種格式，十分方便。

levels參數用於定義填色范圍與顏色間隔，cmap參數則用於指定配色方案。extend參數影響colorbar繪制形狀，如兩端尖角、平頭或僅顯示最大值/最小值尖角。colorbar的繪制需要指定對象，如contour、contourf、quiver等。drawedges參數控制顏色分界線是否顯示，orientation與spacing參數則用於設置colorbar方向與間距。

若需自定義colorbar大小與位置，可使用rect參數。在多個子圖中添加共用colorbar時，需指定位置與大小，並使用代碼保留右側空白區域以避免重疊。colorbar的刻度字體、大小等可通過面向對象的方式修改。

完整代碼與更多細節可參考相關教程與官方文檔。對於經緯度與溫度讀取，主要使用wrf-python的getvar函數。更多信息與完整代碼請訪問指定鏈接。