matplotlib可视化系列之【颜色】
颜色和排版一样，看似简单，其实非常复杂，往大了说，涉及到艺术和品味，不像数学公式，物理定理那样，是非分明。
但是，对 matplotlib 中的颜色有些基本的了解，可以让绘出的图形颜色不至于太突兀。
虽不能说选出完美的颜色搭配，至少是看着舒服，醒目的颜色搭配。
颜色的种类
颜色一般用 RGB 来表示，颜色空间主要有3种：
- RGB
- sRGB
- Lab
3种颜色空间都可以用 6位的16进制表示，只是显示出来的有些微的差别，在绘图时，一定要确定好自己用的是哪个颜色空间。
matplotlib 有默认的10个颜色和20个颜色，绘图时如果不指定颜色，那么就会用默认用这些颜色。
下面的代码可以打印出默认颜色：
import matplotlib.pyplot as plt
import matplotlib.colors as colors
cmap10 = plt.get_cmap("tab10")
cmap20 = plt.get_cmap("tab20")
[colors.to_hex(cmap10(i)) for i in range(10)]
[colors.to_hex(cmap20(i)) for i in range(20)]
颜色的运用
一般来说，颜色的运用根据数据的情况来定。
序列性质的数据
比如按照年份变化的数据，在折线图中使用单一显眼的颜色即可。
像红色，蓝色等这种和背景区分比较明显的颜色都行。
多个折线一起展示的时候，选择区分较大的颜色。
分组比较的数据
对于这种数据，不同组之间的数据用区分较大的颜色。同组内的数组可以用相同色系的渐变色来显示。
结合地理信息相关的数据
类似的这类数据一般是定性展示，不像上面2种数据需要在Y轴严格定量。
比如结合地理信息展示降水的情况，通过颜色的深浅来表示降水的是多少，从图上可以一目了然哪里的降水量比较大。
总结
总之，颜色的选择就像排版一样，没有一定的法则，平时积累，多留心观察别人绘制的图形很重要。
看到比较清晰的图，好的展示方式，记录下来，尝试应用应用，培养出绘图的感觉，慢慢就可以绘制出有自己特色的图。
