一、颜色代码概述
matplotlib是Python中最著名的数据可视化库之一，良好的颜色选择是绘图中非常重要的一环。matplotlib中对于颜色的选取，有多种方式，其中常用的是使用字符串表示的颜色代码。颜色代码由颜色首字母缩写和可选的透明度组成。
# 颜色代码示例 b ：蓝色 g ：绿色 r ：红色 c ：青色 m ：品红色 y ：黄色 k ：黑色 w ：白色
颜色代码可以表示十六种基本颜色和一种默认颜色（通常为黑色）。在默认情况下，绘图将使用一个迭代器来选取颜色，这些颜色是当前活动的颜色循环。此外，颜色代码还可以指示除基本颜色之外的其他颜色。
二、基本颜色代码
1、蓝色代码（b）
蓝色代码（b）是常用的基本颜色代码之一，其代表的颜色为蓝色。蓝色，是一种清晰、深邃、冷静的颜色，常常用于描绘天空、海洋等自然优美的场景。在可视化图表中，使用蓝色代码可使图表更加清晰、明亮。
# 使用蓝色代码创建一个简单的折线图 import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [1, 3, 4, 2, 5] plt.plot(x, y, color='b') plt.show()
2、绿色代码（g）
绿色代码（g）也是常用的基本颜色代码之一，其代表的颜色为绿色。绿色是一种生机勃勃、充满生机的颜色，通常用于表示自然界中与生命相关的元素，例如植物等。在图表中，使用绿色代码可使图表更具生机和生气。
# 使用绿色代码创建一个简单的散点图 import numpy as np import matplotlib.pyplot as plt # 创建一个随机数据集 np.random.seed(123) x = np.random.rand(50) y = np.random.rand(50) plt.scatter(x, y, color='g') plt.show()
3、红色代码（r）
红色代码（r）是基本的颜色代码之一，其代表的颜色为红色。红色是一种富有热情、温暖和活力的颜色，常用于表示爱、欲望等强烈的情感。在图表中，使用红色代码可使图表显得更加热情、温暖。
# 使用红色代码创建一个简单的饼图 import matplotlib.pyplot as plt labels = ['A', 'B', 'C', 'D'] sizes = [15, 30, 45, 10] plt.pie(sizes, labels=labels, colors=['r', 'g', 'b', 'c']) plt.show()
4、青色代码（c）
青色代码（c）是一种具有温暖且优雅的颜色，通常用于表示平静、安宁、清新等概念，是大自然中常见的颜色。在图表中，使用青色代码可使图表更加清新自然。
# 使用青色代码创建一个简单的条形图 import matplotlib.pyplot as plt labels = ['A', 'B', 'C', 'D'] values = [15, 30, 45, 10] plt.bar(labels, values, color='c') plt.show()
5、品红色代码（m）
品红色代码（m）是一种鲜艳的颜色，品红色通常用于表示甜美、温柔的情感，也可表示权力、地位等概念。在图表中，使用品红色代码可使图表更加鲜艳、生动。
# 使用品红色代码创建一个简单的饼图 import matplotlib.pyplot as plt labels = ['A', 'B', 'C', 'D'] sizes = [15, 30, 45, 10] plt.pie(sizes, labels=labels, colors=['magenta', 'g', 'b', 'c']) plt.show()
三、高级颜色代码
1、十六进制颜色码
除了基本颜色代码之外，matplotlib还支持使用十六进制颜色码表示颜色。十六进制颜色码是一种将RGB颜色值表示为16进制字符的方式，以#开头，后面跟着3或6个16进制位的字符（0-9或a-f），分别代表红色、绿色和蓝色的颜色值。例如，#FF0000表示红色，#00FF00表示绿色，#0000FF表示蓝色。
# 使用十六进制颜色码创建一个简单的散点图 import numpy as np import matplotlib.pyplot as plt # 创建一个随机数据集 np.random.seed(123) x = np.random.rand(50) y = np.random.rand(50) plt.scatter(x, y, color='#FF0000') plt.show()
2、RGB颜色码
RGB颜色码是一种将颜色表示为红绿蓝三基色的方式。RGB颜色码由三个整数值组成，分别表示红色、绿色和蓝色的强度，取值范围为0~255。例如，RGB(255, 0, 0)表示红色，RGB(0, 255, 0)表示绿色，RGB(0, 0, 255)表示蓝色。
# 使用RGB颜色码创建一个简单的折线图 import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [1, 3, 4, 2, 5] plt.plot(x, y, color=(255/255, 0, 0)) plt.show()
3、颜色映射
颜色映射是将某一区间内的数据映射到一组颜色上，通常用于制作热力图等数据可视化图表。在matplotlib中，可以使用Colormap类创建颜色映射。常用的颜色映射包括热力图、彩虹图、蓝白色渐变图等。
# 使用颜色映射创建一个简单的热力图 import numpy as np import matplotlib.pyplot as plt # 创建一个随机数据集 np.random.seed(123) data = np.random.rand(10, 10) plt.imshow(data, cmap='hot') plt.show()
4、透明度处理
除了颜色之外，透明度也是matplotlib中非常重要的一个概念。透明度（或不透明度）可以控制绘图元素在图表中的显示难度，从而实现更好的视觉效果。在matplotlib中，可以通过alpha参数设置透明度，取值范围为0~1，0表示完全透明，1表示完全不透明。
# 使用alpha参数设置透明度创建一个简单的条形图 import matplotlib.pyplot as plt labels = ['A', 'B', 'C', 'D'] values = [15, 30, 45, 10] plt.bar(labels, values, color='c', alpha=0.5) plt.show()
四、总结
本文从基本颜色代码、高级颜色代码、透明度处理等角度对matplotlib颜色代码做了详细的介绍。合理地选取颜色和透明度有助于数据可视化图表的展现效果，能够更好地向用户传递数据信息。matplotlib丰富的颜色选取方式和配色方案也为数据可视化带来更多的可能性。