如何在seaborn中制作具有多种独特颜色的彩色地图

Question

我想制作一张有很多（数百种）独特颜色的彩色地图

此代码：

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

返回具有12种唯一颜色的批次。
但是这个代码：

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

返回具有12种独特颜色的Perpllot，看起来重复了两次

如何获得24种（或更多）独特颜色

Answer 1

“配对”调色板只有12种颜色，因此不能有超过12种不同的颜色

选择一个顺序调色板，使其具有12种以上的颜色

“火箭”、“mako”或“viridis”例如：

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circular color system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，甚至可以在这样做之前组合通过改变亮度/饱和度值生成的多个列表

{a2}软件包包括Glasbey彩色贴图，这些贴图具有大量不同的色调，在亮度/饱和度上有一些变化，并且没有特定的顺序。您可以使用任何包中的按名称引用colormaps，该包将其colormaps注册到matplotlib；或者您可以生成一个列表并传递它

*事实并非如此，原因既无聊又有趣。令人厌烦的原因是大多数监视器都是8位的，所以每个RGB枪只能得到256个不同的值。更有趣的（也是有问题的）原因是人类的感知无法区分颜色，仅仅因为它们有不同的8位RGB值。因此，你可以用大量的颜色来绘制一个图，但它不会以这种方式出现在观众面前。这个问题到底有多严重取决于您的应用程序，但要记住这一点非常重要

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，这些调色板有一些很好的选项，可以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()

在下图中显示25种不同颜色的结果：

希望这有帮助