💎一站式轻松地调用各大LLM模型接口,支持GPT4、智谱、星火、月之暗面及文生图 广告
# seaborn.cubehelix_palette > 译者:[Modrisco](https://github.com/Modrisco) ```py seaborn.cubehelix_palette(n_colors=6, start=0, rot=0.4, gamma=1.0, hue=0.8, light=0.85, dark=0.15, reverse=False, as_cmap=False) ``` 用 cubehelix 系统制作顺序调色板。 生成亮度呈线性减小(或增大)的 colormap。这意味着 colormap 在转换为黑白模式时(用于打印)的信息将得到保留,且对色盲友好。“cubehelix” 也可以作为基于 matplotlib 的调色板使用,但此函数使用户可以更好地控制调色板的外观,并且具有一组不同的默认值。 除了使用这个函数,还可以在 seaborn 中使用字符串速记生成 cubehelix 调色板。 请参见下面的示例。 参数:`n_colors`:int > 调色板中的颜色数。 `start`:float, 0 &lt;= start &lt;= 3 > 第一个色调。 `rot`:float > 围绕调色板范围内的色相控制盘旋转。 `gamma`:float 0 &lt;= gamma > Gamma 系数用以强调较深 (Gamma < 1) 或较浅 (Gamma > 1) 的颜色。 `hue`:float, 0 &lt;= hue &lt;= 1 > 颜色的饱和度。 `dark`:float 0 &lt;= dark &lt;= 1 > 调色板中最暗颜色的强度。 `light`:float 0 &lt;= light &lt;= 1 > 调色板中最浅颜色的强度。 `reverse`:bool > 如果为 True 值,则调色板将从暗到亮。 `as_cmap`:bool > 如果为 True 值,则返回 matplotlib colormap 而不是颜色列表。 返回值:`palette or cmap`:seaborn 调色板或者 matplotlib colormap > 类似列表的颜色对象的 RGB 元组,或者可以将连续值映射到颜色的 colormap 对象,具体取决于 `as_cmap` 参数的值。 另外 启动交互式小部件以调整 cubehelix 调色板参数。创建具有暗低值的连续调色板。创建具有亮低值的连续调色板。 参考 Green, D. A. (2011). “一种用于显示天文强度图像的配色方案”. Bulletin of the Astromical Society of India, Vol. 39, p. 289-295. 例子 生成默认调色板: ```py >>> import seaborn as sns; sns.set() >>> sns.palplot(sns.cubehelix_palette()) ``` ![http://seaborn.pydata.org/_images/seaborn-cubehelix_palette-1.png](https://img.kancloud.cn/c4/9c/c49cb1098695a8056abd882557e0e3b5_540x90.jpg) 从相同的起始位置向后旋转: ```py >>> sns.palplot(sns.cubehelix_palette(rot=-.4)) ``` ![http://seaborn.pydata.org/_images/seaborn-cubehelix_palette-2.png](https://img.kancloud.cn/66/42/6642e8c2eeabdefcadab2f5444d8aa73_540x90.jpg) 使用不同的起点和较短的旋转: ```py >>> sns.palplot(sns.cubehelix_palette(start=2.8, rot=.1)) ``` ![http://seaborn.pydata.org/_images/seaborn-cubehelix_palette-3.png](https://img.kancloud.cn/35/d2/35d26342cceba0189ecde1535268da1a_540x90.jpg) 反转亮度渐变方向: ```py >>> sns.palplot(sns.cubehelix_palette(reverse=True)) ``` ![http://seaborn.pydata.org/_images/seaborn-cubehelix_palette-4.png](https://img.kancloud.cn/1d/5f/1d5f31a760cd11f5f169fce48831d65f_540x90.jpg) 生成一个 colormap 对象: ```py >>> from numpy import arange >>> x = arange(25).reshape(5, 5) >>> cmap = sns.cubehelix_palette(as_cmap=True) >>> ax = sns.heatmap(x, cmap=cmap) ``` ![http://seaborn.pydata.org/_images/seaborn-cubehelix_palette-5.png](https://img.kancloud.cn/48/e4/48e4bf2d289e54dfc6574f69d835f9f8_576x432.jpg) 使用完整的亮度范围: ```py >>> cmap = sns.cubehelix_palette(dark=0, light=1, as_cmap=True) >>> ax = sns.heatmap(x, cmap=cmap) ``` ![http://seaborn.pydata.org/_images/seaborn-cubehelix_palette-6.png](https://img.kancloud.cn/77/2d/772d9438a7fccbbf8ca9968a63969c46_576x432.jpg) 使用 [`color_palette()`](seaborn.color_palette.html#seaborn.color_palette "seaborn.color_palette") 函数接口: ```py >>> sns.palplot(sns.color_palette("ch:2,r=.2,l=.6")) ``` ![http://seaborn.pydata.org/_images/seaborn-cubehelix_palette-7.png](https://img.kancloud.cn/45/1f/451f59843ba906b42570702797c3e484_540x90.jpg)