# seaborn.dark_palette
> 译者:[Modrisco](https://github.com/Modrisco)
```py
seaborn.dark_palette(color, n_colors=6, reverse=False, as_cmap=False, input='rgb')
```
制作一个混合深色和 `color` 模式的顺序调色板。
这种调色板适用于数据集的范围从相对低值(不感兴趣)到相对高值(很感兴趣)时。
可以通过多种方式指定 `color` 参数,包括用于在 matplotlib 中定义颜色的所有选项,以及由 seborn 处理的其他几个颜色空间。也可以使用 XKCD color survey 中的颜色名字数据库。
如果您在使用 IPython notebook,您还可以通过 [`choose_dark_palette()`](seaborn.choose_dark_palette.html#seaborn.choose_dark_palette "seaborn.choose_dark_palette") 函数交互式选择调色板。
参数:`color`:高值的基色
> 十六进制、RGB 元组或者颜色名字。
`n_colors`:int, 可选
> 调色板中的颜色数。
`reverse`:bool, 可选
> 如果为 True 值,则反转混合的方向。
`as_cmap`:bool, optional
> 如果为 True 值,则返回 matplotlib colormap 而不是列表。
`input`:{‘rgb’, ‘hls’, ‘husl’, xkcd’}
> 用于解释输入颜色的颜色空间。前三个选项适用于元组输入,后者适用于字符串输入。
返回值:`palette or cmap`:seaborn color palette or 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
创建具有暗低值的连续调色板。创建有两种颜色的发散调色板。
例子
从一个 HTML 颜色生成一个调色板:
```py
>>> import seaborn as sns; sns.set()
>>> sns.palplot(sns.dark_palette("purple"))
```
![http://seaborn.pydata.org/_images/seaborn-dark_palette-1.png](https://img.kancloud.cn/d7/ee/d7ee50bbab839b0660e8cc3bb32a25df_540x90.jpg)
生成亮度降低的调色板:
```py
>>> sns.palplot(sns.dark_palette("seagreen", reverse=True))
```
![http://seaborn.pydata.org/_images/seaborn-dark_palette-2.png](https://img.kancloud.cn/0f/74/0f74a7da18ac846fac944727ab733dab_540x90.jpg)
从 HUSL 空间种子生成选项板:
```py
>>> sns.palplot(sns.dark_palette((260, 75, 60), input="husl"))
```
![http://seaborn.pydata.org/_images/seaborn-dark_palette-3.png](https://img.kancloud.cn/37/17/3717652986b97fb53745fd32007915a2_540x90.jpg)
生成一个 colormap 对象:
```py
>>> from numpy import arange
>>> x = arange(25).reshape(5, 5)
>>> cmap = sns.dark_palette("#2ecc71", as_cmap=True)
>>> ax = sns.heatmap(x, cmap=cmap)
```
![http://seaborn.pydata.org/_images/seaborn-dark_palette-4.png](https://img.kancloud.cn/32/1f/321f1a92e3c2bc339e15cf0369af0bf7_576x432.jpg)
- seaborn 0.9 中文文档
- Seaborn 简介
- 安装和入门
- 可视化统计关系
- 可视化分类数据
- 可视化数据集的分布
- 线性关系可视化
- 构建结构化多图网格
- 控制图像的美学样式
- 选择调色板
- seaborn.relplot
- seaborn.scatterplot
- seaborn.lineplot
- seaborn.catplot
- seaborn.stripplot
- seaborn.swarmplot
- seaborn.boxplot
- seaborn.violinplot
- seaborn.boxenplot
- seaborn.pointplot
- seaborn.barplot
- seaborn.countplot
- seaborn.jointplot
- seaborn.pairplot
- seaborn.distplot
- seaborn.kdeplot
- seaborn.rugplot
- seaborn.lmplot
- seaborn.regplot
- seaborn.residplot
- seaborn.heatmap
- seaborn.clustermap
- seaborn.FacetGrid
- seaborn.FacetGrid.map
- seaborn.FacetGrid.map_dataframe
- seaborn.PairGrid
- seaborn.PairGrid.map
- seaborn.PairGrid.map_diag
- seaborn.PairGrid.map_offdiag
- seaborn.PairGrid.map_lower
- seaborn.PairGrid.map_upper
- seaborn.JointGrid
- seaborn.JointGrid.plot
- seaborn.JointGrid.plot_joint
- seaborn.JointGrid.plot_marginals
- seaborn.set
- seaborn.axes_style
- seaborn.set_style
- seaborn.plotting_context
- seaborn.set_context
- seaborn.set_color_codes
- seaborn.reset_defaults
- seaborn.reset_orig
- seaborn.set_palette
- seaborn.color_palette
- seaborn.husl_palette
- seaborn.hls_palette
- seaborn.cubehelix_palette
- seaborn.dark_palette
- seaborn.light_palette
- seaborn.diverging_palette
- seaborn.blend_palette
- seaborn.xkcd_palette
- seaborn.crayon_palette
- seaborn.mpl_palette
- seaborn.choose_colorbrewer_palette
- seaborn.choose_cubehelix_palette
- seaborn.choose_light_palette
- seaborn.choose_dark_palette
- seaborn.choose_diverging_palette
- seaborn.load_dataset
- seaborn.despine
- seaborn.desaturate
- seaborn.saturate
- seaborn.set_hls_values