# seaborn.color_palette
> 译者:[Modrisco](https://github.com/Modrisco)
```py
seaborn.color_palette(palette=None, n_colors=None, desat=None)
```
返回一个颜色列表来定义一个调色板。
```py
Available seaborn palette names:
```
有 deep, muted, bright, pastel, dark, colorblind 六种颜色模式
```py
Other options:
```
matplotlib Colormap 的名字、‘ch:<cubehelix arguments>’, ‘hls’, ‘husl’,或任一 matplotlib 接受的不同格式颜色列表。
调用此函数并设置 `palette=None` 会返回当前 matplotlib 色彩循环。
matplotlib 调色板的顺序可以通过在调色板名称后添加 “_r” 来倒置,同样,添加 “_d” 可以将调色板设置为深色模式。(这些选项为互斥属性,返回的颜色列表同样可以被取反)
可以在 `with` 语句中使用此函数来为一个或多个点临时改变调色板。
参考这篇 [教程](http://seaborn.pydata.org/tutorial/color_palettes.html#palette-tutorial) 来获取更多信息。
参数:**palette:None, string, or sequence, optional**
> 调色板或者 None 值来返回给当前调色板。如果是序列,输入颜色会被使用,可能会被循环化并降低饱和度。
`n_colors`:int, 可选
> 调色板中的颜色数。如果为 None,则默认值将取决于调色板的指定方式。已命名调色板默认有 6 种颜色,抓取当前调色板或传递颜色列表不会更改颜色数,除非作出指定。要求比调色板中存在的颜色更多的颜色会导致调色板循环化。
`desat`:float, 可选
> 每种颜色的去饱和比例。
返回值:`palette`:RGB 元组序列。
> 调色板。操作类似于列表,但可以用作上下文管理器,并具有转换为十六进制颜色代码的 `as_hex` 方法。
另外
设置所有的默认颜色循环。重新分配颜色代码,如 “b”、“g” 等。从 seaborn 调色板中选择颜色。
例子
不带参数的调用将返回当前默认颜色循环中的所有颜色:
```py
>>> import seaborn as sns; sns.set()
>>> sns.palplot(sns.color_palette())
```

显示另一个 “seaborn 调色板”,具有与默认 matplotlib 颜色循环相同的基本色调顺序,但颜色更吸引人。默认情况下,使用调色板名称进行调用将返回 6 种颜色:
```py
>>> sns.palplot(sns.color_palette("muted"))
```

使用一个内置 matplotlib clolormap 的离散值:
```py
>>> sns.palplot(sns.color_palette("RdBu", n_colors=7))
```

创建自定义 cubehelix 调色板:
```py
>>> sns.palplot(sns.color_palette("ch:2.5,-.2,dark=.3"))
```

使用一个明确的 matplotlib 调色板并降低一些饱和度:
```py
>>> sns.palplot(sns.color_palette("Set1", n_colors=8, desat=.5))
```

创建 “dark”(深色)matplotlib 顺序调色板变体。(当对应于有序变量的多条线或点进行着色时,如果您不希望最轻的线不可见,则可以使用此选项):
```py
>>> sns.palplot(sns.color_palette("Blues_d"))
```

作为上下文管理器使用:
```py
>>> import numpy as np, matplotlib.pyplot as plt
>>> with sns.color_palette("husl", 8):
... _ = plt.plot(np.c_[np.zeros(8), np.arange(8)].T)
```

- 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