配色不再难！掌握这3类调色板，用好这10个调色工具！

pythonic生物人2024年05月23日约 4 分钟

本次分享：

qualitative、sequential和diverging类调色板如何抉择。
10个调色工具，颜色都整合到了palettable中👉palettable实现配色自由

3类调色板抉择

设置图形配色目的在于清晰地辨别数据，常见调色板可分为3大类，它们的区别是什么，如和选择了，往下看：

定性调色板（qualitative colormap）：适用于分类数据（categorical data），例如，一项调查中的满意度评级（“非常不满意”，“不满意”，“中立”，“满意”，“非常满意”）中人员占比数据，例如，

顺序调色板（sequential colormap）：适用于数值数据（numeric data），例如，一周中每天温度值数据，例如，

离散调色板（diverging colormap）：适用于在数值数据中表示具有分类边界的情况（numeric data with a categorical boundary），例如，小编粉丝中12-18岁、19-24岁、25-35岁各区间人员占比数据。

介绍完3类调色板，接下来再分享10个调色工具，这些工具提供海量qualitative、sequential和diverging类调色板，全都整合到了palettable中👉palettable实现配色自由

1、CartoColor

传送门：https://carto.com/carto-colors/

CartoColor是一套由 CARTO 提供的色彩方案，专为地图设计而开发。这些色彩方案基于地图颜色使用的标准，结合了现代网页和 CARTO 底图的增强功能。CARTOCOLORS 提供多种调色板，以确保地图在视觉上既美观又易于理解，适用于各种数据可视化需求。

CartoColor包含qualitative、sequential和diverging三大类colormap。

CartoColor qualitative colormap

CartoColor sequential colormap

CartoColor diverging colormap

2、cmocean

传送门：https://matplotlib.org/cmocean/

cmocean 是一套专为科学数据可视化设计的颜色图集。由数据科学家和海洋学家共同开发，cmocean 提供了多种颜色方案，旨在提高数据的可读性和视觉效果，特别适用于海洋和气候科学等领域。这些颜色图不仅美观，而且经过精心设计，以确保在色盲用户中也具有较好的辨识度。

包含sequential和diverging两大类配色。

cmocean sequential colormap

cmocean diverging colormap

3、Colorbrewer

传送门：http://colorbrewer2.org/

ColorBrewer 是一个专门为地图和数据可视化设计的配色方案工具，由Cynthia Brewer开发。它提供了多种颜色方案，帮助用户选择适合不同类型数据（例如，分类数据、顺序数据和发散数据）的最佳配色。ColorBrewer 的配色方案经过精心设计，确保在不同设备和打印介质上具有良好的可读性和对比度，且考虑到了色盲用户的需求。它广泛用于地理信息系统（GIS）、统计图表和其他数据可视化项目中。

Colorbrewer中包含qualitative、sequential和diverging三大类colormap。

Colorbrewer qualitative colormap

Colorbrewer sequential colormap

Colorbrewer diverging colormap

4、Cubehelix

传送门：https://ifweassume.blogspot.com/2013/05/cubehelix-or-how-i-learned-to-love.html

Cubehelix 是由 D.A. Green 设计的一种颜色映射方案，旨在在退化为灰度时仍能保留信息（黑白打印图片时很有用）。这一特性使得 Cubehelix 非常适用于科学可视化中的连续色标，特别是在可能需要以灰度打印的情况下。

Cubehelix的颜色通过下面四个指标控制，

seaborn中内置了这种调色板，后续推文会介绍，

5、Light and Bartlein

Adam Light和Patrick Bartlein是两位来自于俄勒冈大学地理系，在地理信息系统（GIS）和数据可视化领域具有重要影响力的学者和专家。他们合作开发了一系列用于地理和气候数据可视化的配色方案Light and Bartlein，这些方案旨在提高数据的可读性和视觉效果。他们的配色方案被广泛应用于学术研究、气候数据分析和其他科学可视化项目中。

Light and Bartlein中包含sequential和diverging两大类colormap。