別再問我Python可視化如何配色了！

大家好，我是小五。

我們?cè)诶肞ython進(jìn)行數(shù)據(jù)可視化時(shí)，有著大量的高質(zhì)量庫可以用，比如：Matplotlib、seaborn、Plotly、Bokeh、ggplot等等。但圖表好不好看，配色占一半。如果沒有良好的審美觀，很容易做出來的東西辣眼睛……

所以想做好數(shù)據(jù)可視化，就要有合適的配色方案。除了可以借鑒參考配色網(wǎng)站的案例，也可以自己自定義一套配色方案。

如何去自定義呢？

我倒是有一個(gè)想法，配色的美感需要培養(yǎng)，但在一開始可以在優(yōu)秀的作品上尋找靈感，比如經(jīng)典電影、海報(bào)、風(fēng)景圖、Logo等等，這些都是絕佳的參考。

自然風(fēng)景的顏色往往令人驚艷，咱們不妨以風(fēng)景圖為例。下圖是一副海上夕陽圖，通過一番操作就提取到了一套配色方案（見圖右）。

那么，我們用Python能不能做到呢？

答案當(dāng)然是可以，畢竟Python除了不能生孩子，什么都能做！

提取圖片中的配色

在Python中對(duì)圖片進(jìn)行操作，最常用的兩個(gè)模塊就是PIL和opencv了。所以一開始我的方案是，用Python庫打開圖片，然后遍歷像素顏色，最后按照色彩比例進(jìn)行排序，即可得到該圖片的配色方案。

結(jié)果做到一半，我發(fā)現(xiàn)自己忽略了一件事。大家都知道，Python 是一門優(yōu)雅的語言，簡潔的語法，強(qiáng)大的功能。同時(shí)它還有擁有極其豐富的第三方庫，這些庫幾乎都可以在github 或者 pypi上找到源碼。

于是我搜了一下，確實(shí)有相關(guān)的庫可以提取圖片中的配色，那我們就不用重復(fù)造輪子了。

這個(gè)模塊就是——Haishoku，可以用于從圖像中獲取主色調(diào)和主要配色方案。

其GitHub網(wǎng)址為：https://github.com/LanceGin/haishoku

具體用法，還是先安裝

pip?install?haishoku

將前文提到的海上夕陽圖，保存到本地并命名為test.png。

from?haishoku.haishoku?import?Haishoku
image?=?'test.png'
haishoku?=?Haishoku.loadHaishoku(image)

導(dǎo)入模塊，運(yùn)行代碼會(huì)返回一個(gè)Haishoku實(shí)例，你可以通過實(shí)例屬性haishoku.dominant 和 haishoku.palette，從而直接獲取到對(duì)應(yīng)的主色調(diào)和配色方案。

主色調(diào)

首先，要怎么獲取圖片的主色調(diào)呢？

print(haishoku.dominant)

這返回了一個(gè)結(jié)構(gòu)為 (R, G, B) 的元組，就是該圖片的主色調(diào)。

運(yùn)行下面這行代碼

Haishoku.showDominant(image)

則會(huì)打開一個(gè)臨時(shí)文件，用來預(yù)覽主色調(diào)的顏色。

配色方案

#獲取配色方案
pprint.pprint(haishoku.palette)

返回一個(gè)結(jié)構(gòu)為：[(R, G, B), (R, G, B), …] 最大長度為8的數(shù)組。

這里使用了pprint模塊，對(duì)于這種多層嵌套的元組，正好可以美觀地打印出來。

運(yùn)行下面這行代碼

Haishoku.showPalette(image)

則會(huì)打開一個(gè)臨時(shí)文件，用來預(yù)覽圖片配色方案。（不會(huì)保存在本地）

就這樣，只需幾行代碼就提取到圖片中的配色方案，是不是很簡單。

另外，Haishoku庫從v1.1.4版本后，支持從 url 中直接加載圖像。

imagepath?=?'https://img-blog.csdnimg.cn/20190222215216318.png'
????
haishoku?=?Haishoku.loadHaishoku(imagepath)

配色方案與可視化

通過前面的操作，我們就提取到了合適的配色，那么就實(shí)戰(zhàn)一下吧。

經(jīng)典電影、海報(bào)、風(fēng)景圖、Logo都是絕佳的參考對(duì)象。

所以這次，我選擇了Google的Logo，并提取到它的配色方案。

imagepath?=?'google.png'

haishoku?=?Haishoku.loadHaishoku(imagepath)

pprint.pprint(haishoku.palette)

Haishoku.showPalette(imagepath)

那么，這套配色方案應(yīng)用到了數(shù)據(jù)可視化中，會(huì)是怎么樣呢？？

用Python繪制一個(gè)餅圖試試看

感覺還不錯(cuò)，這套配色方案我要收藏起來。如果大家覺得本文還不錯(cuò)，記得給個(gè)一鍵三連！

對(duì)本文的代碼和文件感興趣的話，可以在本號(hào)【快學(xué)Python】后臺(tái)回復(fù)“配色”獲得

?

其實(shí)一開始，自己自定義提取圖片配色也不是一點(diǎn)用沒有，我還隨帶用OpenCV制作了一個(gè)拾色器。

也就是說，Python運(yùn)行時(shí)只需點(diǎn)擊，就可以獲取當(dāng)前圖片位置的顏色。