seaborn color_palette as matplotlib colormap

Question

Seaborn提供了一个名为color_palette的功能，可以让您轻松地为绘图创建新的color_palettes。

colors = ["#67E568","#257F27","#08420D","#FFF000","#FFB62B","#E56124","#E53E30","#7F2353","#F911FF","#9F8CA6"]

color_palette = sns.color_palette(colors)

我想将color_palette转换为cmap，我可以在matplotlib中使用，但我不知道如何做到这一点。

可悲的是，像“cubehelix_palette”，“light_palette”这样的函数，......有一个“as_cmap”参数。不幸的是，“color_palette”没有。

Answer 1

你必须将seaborn调色板中的颜色列表转换为matplotlib的colormap（对于建议的更改，将thx转换为@RafaelLopes）：

import seaborn as sns
import matplotlib.pylab as plt
import numpy as np
from matplotlib.colors import ListedColormap

# construct cmap
flatui = ["#9b59b6", "#3498db", "#95a5a6", "#e74c3c", "#34495e", "#2ecc71"]
my_cmap = ListedColormap(sns.color_palette(flatui).as_hex())

N = 500
data1 = np.random.randn(N)
data2 = np.random.randn(N)
colors = np.linspace(0,1,N)
plt.scatter(data1, data2, c=colors, cmap=my_cmap)
plt.colorbar()
plt.show()

Answer 2

生成调色板的大多数seaborn方法都有一个可选的参数as_cmap，默认情况下是False。您可以使用直接获取Matplotlib色彩映射：

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

# construct cmap
my_cmap = sns.light_palette("Navy", as_cmap=True)

N = 500
data1 = np.random.randn(N)
data2 = np.random.randn(N)
colors = np.linspace(0,1,N)
plt.scatter(data1, data2, c=colors, cmap=my_cmap)
plt.colorbar()
plt.show()

Answer 3

第一个答案在某种程度上是正确的，但是对于很多不必要的信息来说太长了。正确而简短的答案是：

要将任何sns.color_palette()转换为与matplotlib兼容的cmap，您需要两行代码

from matplotlib.colors import ListedColormap
cmap = ListedColormap(sns.color_palette())

Answer 4

只是一个额外的提示 - 如果你想要一个连续的colorbar / colormap，加上256，因为Seaborn colorscheme所需的颜色数量有很大帮助。

cmap = ListedColormap(sns.color_palette("Spectral",256))