Палитра колеров: Колеровочные карты и таблицы цвета

Колеровочные карты и таблицы цвета

(495) 197-77-51
пн-пт 9:00 – 20:00

UDecor Интернет-магазин

Колеровочные карты

Цвета Капарол 3D System PLUS

Палитра Caparol 3D System Plus (Капарол 3Д Систем плюс). Таблица цветов

Посмотреть цвета

Цвета Капарол COLOR System

Палитра Caparol ColorSystem (Капарол Колор Систем). Таблица цветов

Посмотреть цвета

Цвета Капарол Alpina Color

Палитра Caparol Alpina Color (Капарол Алпина Колор). Таблица цветов

Посмотреть цвета

Цвета Капарол Color Compact

Палитра Caparol Color Compact (Капарол Колор Компакт). Таблица цветов

Посмотреть цвета

Цвета Капарол Fassade

Палитра Caparol Fassade A1 (Капарол Фасаде А1). Таблица цветов

Посмотреть цвета

Цвета Московская Цветовая Палитра

Палитра Московская. Таблица цветов

Посмотреть цвета

Цвета RAL Classic

Палитра RAL K7 Classic  (РАЛ К7 Классик). Таблица цветов

Посмотреть цвета

Цвета RAL Design

Палитра RAL D2 Design (РАЛ Д2 Дизайн). Таблица цветов

Посмотреть цвета

Цвета RAL Effect

Палитра RAL E3 Effect (РАЛ Е3 Эффект). Таблица цветов

Посмотреть цвета

Цвета СТО StoColor System

Палитра StoColor system (СтоКолор Систем). Таблица цветов

Посмотреть цвета

Цвета Alpina Color Mix

Палитра Alpina COLOR MIX (Альпина Колор микс). Таблица цветов

Посмотреть цвета

Цвета Капарол DI PERLA

Палитра StuccoDecor DI PERLA Цвета и Оттенки. Таблица цветов

Посмотреть цвета

Цвета Тиккурила Symphony

Палитра TIKKURILA Symphony (Тиккурила Симфония). Таблица цветов

Посмотреть цвета

Цвета Monicolor

Палитра Monicolor  (Мониколор). Таблица цветов

Посмотреть цвета

Цвета Little Greene

Палитра Little Greene (Литл Грин). Таблица цветов

Посмотреть цвета

Цвета Тиккурила Fasade

Палитра TIKKURILA Fasade (Тиккурила Фасад). Таблица цветов

Посмотреть цвета

Цвета NCS INDEX edition 2

Палитра NCS INDEX edition 2 (НКС Индекс Собрание 2). Таблица цветов

Посмотреть цвета

Цвета Дюлакс Dulux Trade colour

Палитра Dulux Trade colour palette (Дюлакс Трейд). Таблица цветов

Посмотреть цвета

Цвета Histolith

Палитра Histolith (Хистолит). Таблица цветов

Посмотреть цвета

Цвета Дюфа Dufa Vollton

Палитра Dufa vollton und abtonfarbe (Дюфа Волтон АбтонФарбе).

Посмотреть цвета

Палитра Monicolor (Мониколор). Таблица цветов от UDecor (Твой Декор).

(495) 197-77-51
пн-пт 9:00 – 20:00

Цвет на экране монитора лишь приближенно воспроизводит реальный цвет и может служить только для контроля правильности выбранного кода.

Для удобства поиска нужного цвета нажмите Ctrl + F

Мы колеруем наш товар в любой, выбранный Вами, цвет!

F016	F017	F018	F021	F027
G016	G017	G018	G021	G027
H016	H017	H018	H021	H027
J016	J017	J018	J021	J027
K016	K017	K018	K021	K027
L016	L017	L018	L021	L027
M016	M017	M018	M021	M027
N016	N017	N018	N021	N027
S016	S017	S018	S021	S027
V016	V017	V018	V021	V027
X016	X017	X018	X021	X027
Y016	Y017	Y018	Y021	Y027
F029	F030	F031	F032	F033
G029	G030	G031	G032	G033
H029	H030	H031	H032	H033
J029	J030	J031	J032	J033
K029	K030	K031	K032	K033
L029	L030	L031	L032	L033
M029	M030	M031	M032	M033
N029	N030	N031	N032	N033
S029	S030	S031	S032	S033
V029	V030	V031	V032	V033
X029	X030	X031	X032	X033
Y029	Y030	Y031	Y032	Y033
F037	F038	F039	F043	F044
G037	G038	G039	G043	G044
H037	H038	H039	H043	H044
J037	J038	J039	J043	J044
K037	K038	K039	K043	K044
L037	L038	L039	L043	L044
M037	M038	M039	M043	M044
N037	N038	N039	N043	N044
S037	S038	S039	S043	S044
V037	V038	V039	V043	V044
X037	X038	X039	X043	X044
Y037	Y038	Y039	Y043	Y044
F048	F050	F052	F058	F060
G048	G050	G052	G058	G060
H048	H050	H052	H058	H060
J048	J050	J052	J058	J060
K048	K050	K052	K058	K060
L048	L050	L052	L058	L060
M048	M050	M052	M058	M060
N048	N050	N052	N058	N060
S048	S050	S052	S058	S060
V048	V050	V052	V058	V060
X048	X050	X052	X058	X060
Y048	Y050	Y052	Y058	Y060
F071	F072	F077	F079	F081
G071	G072	G077	G079	G081
H071	H072	H077	H079	H081
J071	J072	J077	J079	J081
K071	K072	K077	K079	K081
L071	L072	L077	L079	L081
M071	M072	M077	M079	M081
N071	N072	N077	N079	N081
S071	S072	S077	S079	S081
V071	V072	V077	V079	V081
X071	X072	X077	X079	X081
Y071	Y072	Y077	Y079	Y081
F087	F089	F090	F095	F096
G087	G089	G090	G095	G096
H087	H089	H090	H095	H096
J087	J089	J090	J095	J096
K087	K089	K090	K095	K096
L087	L089	L090	L095	L096
M087	M089	M090	M095	M096
N087	N089	N090	N095	N096
S087	S089	S090	S095	S096
V087	V089	V090	V095	V096
X087	X089	X090	X095	X096
Y087	Y089	Y090	Y095	Y096
F097	FO98	F099	F100	F101
G097	GO98	G099	G100	G101
H097	H098	H099	h200	h201
J097	JO98	J099	J100	J101
K097	K098	K099	K100	K101
L097	L098	L099	L100	L101
M097	M098	M099	M100	M101
N097	N098	N099	N100	N101
S097	S098	S099	S100	S101
V097	V098	V099	V100	V101
X097	X098	X099	X100	X101
Y097	Y098	Y099	Y100	Y101
F109	F113	F115	F120	F122
G109	G113	G115	G120	G122
h209	h213	h215	h220	h222
J109	J113	J115	J120	J122
K109	K113	K115	K120	K122
L109	L113	L115	L120	L122
M109	M113	M115	M120	M122
N109	N113	N115	N120	N122
S109	S113	S115	S120	S122
V109	V113	V115	V120	V122
X109	X113	X115	X120	X122
Y109	Y113	Y115	Y120	Y122
F129	F130	F134	F135	F136
G129	G130	G134	G135	G136
h229	h230	h234	h235	h236
J129	J130	J134	J135	J136
K129	K130	K134	K135	K136
L129	L130	L134	L135	L136
M129	M130	M134	M135	M136
N129	N130	N134	N135	N136
S129	S130	S134	S135	S136
V129	V130	V134	V135	V136
X129	X130	X134	X135	X136
Y129	Y130	Y134	Y135	Y136
F137	F138	F139	F140	F141
G137	G138	G139	G140	G141
h237	h238	h239	h240	h241
J137	J138	J139	J140	J141
K137	K138	K139	K140	K141
L137	L138	L139	L140	L141
M137	M138	M139	M140	M141
N137	N138	N139	N140	N141
S137	S138	S139	S140	S141
V137	V138	V139	V140	V141
X137	X138	X139	X140	X141
Y137	Y138	Y139	Y140	Y141
F143	F145	F148	F149	F151
G143	G145	G148	G149	G151
h243	h245	h248	h249	h251
J143	J145	J148	J149	J151
K143	K145	K148	K149	K151
L143	L145	L148	L149	L151
M143	M145	M148	M149	M151
N143	N145	N148	N149	N151
S143	S145	S148	S149	S151
V143	V145	V148	V149	V151
X143	X145	X148	X149	X151
Y143	Y145	Y148	Y149	Y151
F155	F157	F162	F167	F168
G155	G157	G162	G167	G168
h255	h257	h262	h267	h268
J155	J157	J162	J167	J168
K155	K157	K162	K167	K168
L155	L157	L162	L167	L168
M155	M157	M162	M167	M168
N155	N157	N162	N167	N168
S155	S157	S162	S167	S168
V155	V157	V162	V167	V168
X155	X157	X162	X167	X168
Y155	Y157	Y162	Y167	Y168

Выбор цветовой палитры — документация seaborn 0.

12.2

Seaborn позволяет легко использовать цвета, которые хорошо подходят для характеристик ваших данных и целей визуализации. В этой главе обсуждаются как общие принципы, которыми следует руководствоваться при выборе, так и инструменты Seaborn, помогающие быстро найти наилучшее решение для данного приложения.

Общие принципы использования цвета на графиках

Компоненты цвета

Благодаря тому, как работают наши глаза, определенный цвет можно определить с помощью трех компонентов. Обычно мы программируем цвета на компьютере, указывая их значения RGB, которые устанавливают интенсивность красного, зеленого и синего каналов на дисплее. Но для анализа перцептивных атрибутов цвета лучше думать с точки зрения оттенок , насыщенность и яркость каналов.

Оттенок — это компонент, который различает «разные цвета» в нетехническом смысле. Это свойство цвета приводит к именам первого порядка, таким как «красный» и «синий»:

.

Насыщенность (или цветность) – это красочность . Два цвета с разными оттенками будут выглядеть более отчетливо, когда они имеют большую насыщенность:

.

Яркость соответствует тому, сколько света излучается (или отражается для печатных цветов) в диапазоне от черного до белого:

Меняйте оттенок, чтобы различать категории

Если вы хотите представить на графике несколько категорий, обычно следует менять цвет элементов. Рассмотрим простой пример: на каком из этих двух графиков легче подсчитать количество треугольных точек?

На графике справа «выскакивают» оранжевые треугольники, благодаря чему их легко отличить от кружков. Этот всплывающий эффект возникает из-за того, что наша зрительная система отдает предпочтение цветовым различиям.

Синий и оранжевый цвета различаются в основном своим оттенком. Оттенок полезен для представления категорий: большинство людей могут относительно легко различать умеренное количество оттенков, и точки, имеющие разные оттенки, но схожую яркость или интенсивность, кажутся одинаково важными. Это также облегчает обсуждение сюжетов. Рассмотрим этот пример:

Большинство людей смогли бы быстро установить, что на графике слева есть пять различных категорий, и, если бы их попросили охарактеризовать «синие» точки, смогли бы это сделать.

На графике справа, где все точки синие, но различаются по яркости и насыщенности, трудно сказать, сколько присутствует уникальных категорий. А как бы мы говорили о той или иной категории? — Довольно-но-не-слишком-синие очки? Более того, кажется, что серые точки уходят на задний план, делая их менее заметными по сравнению с более интенсивными синими точками. Если категории одинаково важны, это плохое представление.

Итак, как правило, для представления категорий используйте вариации оттенков. С учетом сказанного, вот несколько предостережений. Если у вас на графике больше нескольких цветов, может быть трудно помнить, что означает каждый из них, если только между категориями и цветами, используемыми для их представления, не существует заранее существующих ассоциаций. Это усложняет интерпретацию вашего сюжета: вместо того, чтобы сосредотачиваться на данных, зрителю придется постоянно обращаться к легенде, чтобы понять смысл того, что показано. Поэтому вы должны стремиться не делать сюжеты слишком сложными. И помните, что не все видят цвета одинаково. Изменение как формы (или какого-либо другого атрибута), так и цвета может помочь людям с аномальным цветовым зрением понять ваши графики, и это может сделать их (в некоторой степени) интерпретируемыми, если они напечатаны в черно-белом режиме.

Изменение яркости для представления чисел

С другой стороны, вариации оттенков плохо подходят для представления числовых данных. Рассмотрим этот пример, где нам нужны цвета для представления количества на двумерной гистограмме. Слева мы используем круговую карту цветов, где постепенные изменения количества наблюдений в каждом бине соответствуют постепенным изменениям оттенка. Справа мы используем палитру, в которой используются более яркие цвета для представления ячеек с большим количеством:

.

При использовании палитры на основе оттенков довольно сложно установить форму двумерного распределения. Напротив, палитра яркости делает более очевидным наличие двух заметных пиков.

Изменение яркости помогает увидеть структуру данных, а изменения яркости более интуитивно обрабатываются как изменения важности. Но на графике справа не используется карта оттенков серого. Его красочность делает его более интересным, а тонкие вариации оттенков увеличивают воспринимаемое расстояние между двумя значениями. В результате небольшие различия немного легче устранить.

Эти примеры показывают, что выбор цветовой палитры — это нечто большее, чем эстетика: выбранные вами цвета могут выявить закономерности в ваших данных при эффективном использовании или скрыть их при неправильном использовании. Не существует одной оптимальной палитры, но есть палитры, которые лучше или хуже подходят для определенных наборов данных и подходов к визуализации.

И эстетика имеет значение: чем больше люди хотят смотреть на ваши фигуры, тем больше шансов, что они чему-то у них учатся. Это верно даже тогда, когда вы делаете сюжеты для себя. Во время исследовательского анализа данных вы можете получить много похожих цифр. Изменение цветовых палитр добавит ощущение новизны, что поможет вам быть вовлеченным и готовым заметить интересные особенности ваших данных.

Так как же выбрать цветовые палитры, которые хорошо отображают ваши данные и выглядят привлекательно?

Инструменты для выбора цветовых палитр

Самая важная функция для работы с цветовыми палитрами — color_palette() . Эта функция обеспечивает интерфейс для большинства возможных способов создания цветовых палитр в Seaborn. И он используется внутри любой функцией, которая имеет аргумент палитры .

Основным аргументом функции color_palette() обычно является строка: либо имя определенной палитры, либо имя семейства и дополнительные аргументы для выбора определенного элемента. В последнем случае color_palette() делегирует более конкретную функцию, например cubehelix_palette() . Также можно передать список цветов любым способом, который принимает matplotlib (кортеж RGB, шестнадцатеричный код или имя в таблице X11). Возвращаемое значение — это объект, обертывающий список кортежей RGB с несколькими полезными методами, такими как преобразование в шестнадцатеричные коды и расширенное представление HTML.

Вызов color_palette() без аргументов вернет текущую цветовую палитру по умолчанию, которую будет использовать matplotlib (и большинство функций Seaborn), если цвета не указаны иначе. Эта палитра по умолчанию может быть установлена ​​с помощью соответствующих set_palette() , которая вызывает color_palette() внутри и принимает те же аргументы.

Чтобы мотивировать различные параметры, которые предоставляет color_palette() , будет полезно ввести схему классификации для цветовых палитр. В целом палитры относятся к одной из трех категорий:

• качественные палитры, пригодные для представления категорийных данных

• последовательные палитры, удобные для представления числовых данных

• расходящиеся палитры, удобные для представления числовых данных с категориальной границей

Качественные цветовые палитры

Качественные палитры хорошо подходят для представления категорийных данных, поскольку большая часть их вариаций приходится на компонент оттенка. Цветовая палитра по умолчанию в Seaborn — это качественная палитра с десятью различными оттенками:

.

 sns.color_palette()
 

Эти цвета имеют тот же порядок, что и цветовая палитра matplotlib по умолчанию, "tab10" , но они немного менее интенсивны. Сравните:

 sns.color_palette("tab10")
 

Seaborn на самом деле имеет шесть вариантов палитры matplotlib, называемых deep , muted , pastel , Bright , dark и дальтоник . Они охватывают диапазон средних значений яркости и насыщенности:

Многие люди находят умеренные оттенки стандартной «глубокой» палитры эстетически приятными, но они также менее различимы. В результате их может быть труднее различить в некоторых контекстах, о чем следует помнить при создании графики для публикации. Это сравнение может быть полезно для оценки того, как цветовые палитры морских обитателей работают при моделировании различных форм дальтонизма.

Использование круговых цветовых систем

Если у вас есть произвольное количество категорий, самый простой способ найти уникальные оттенки — нарисовать равномерно распределенные цвета в круговом цветовом пространстве (тот, в котором оттенок меняется, сохраняя при этом яркость и насыщенность постоянными). Это то, что по умолчанию используется большинством функций Seaborn, когда им нужно использовать больше цветов, чем в настоящее время установлено в цветовом цикле по умолчанию.

Самый распространенный способ сделать это — использовать цветовое пространство hls , которое представляет собой простое преобразование значений RGB. Мы уже видели эту цветовую палитру в качестве контрпримера построения гистограммы:

 sns.color_palette("hls", 8)
 

Из-за того, как работает зрительная система человека, цвета, которые имеют одинаковую яркость и насыщенность с точки зрения их значений RGB, не обязательно будут выглядеть одинаково интенсивно. Чтобы исправить это, Seaborn предоставляет интерфейс для системы husl (с тех пор переименован в HSLuv) , что обеспечивает меньшее изменение интенсивности при вращении цветового круга:

 sns.color_palette("husl", 8)
 

Когда Seaborn нужна категориальная палитра с большим количеством цветов, чем доступно по умолчанию, он будет использовать этот подход.

Использование категориальных палитр Color Brewer

Другим источником визуально приятных категориальных палитр является инструмент Color Brewer (у которого также есть последовательные и расходящиеся палитры, как мы увидим ниже).

 sns.color_palette("Set2")
 

Имейте в виду, что качественные палитры Color Brewer имеют разную длину, и поведение по умолчанию color_palette() должно предоставить вам полный список:

 sns.color_palette("Пара")
 

Последовательные цветовые палитры

Второй основной класс цветовых палитр называется «последовательными». Этот тип сопоставления подходит, когда данные варьируются от относительно низких или неинтересных значений до относительно высоких или интересных значений (или наоборот). Как мы видели выше, основным параметром изменения в последовательной палитре является яркость. Некоторые морские функции по умолчанию используют последовательную палитру при отображении числовых данных. (По историческим причинам как категориальные, так и числовые отображения указываются с hue параметр в таких функциях, как relplot() или displot() , хотя числовые сопоставления используют цветовые палитры с относительно небольшим изменением оттенка).

Перцептивно однородные палитры

Поскольку они предназначены для представления числовых значений, наилучшие последовательные палитры будут перцепционно однородными , что означает, что относительная различимость двух цветов пропорциональна разнице между соответствующими значениями данных. Seaborn включает в себя четыре последовательных цветовых карты с единообразным восприятием: "ракета" , "мако" , "ракета" и "гребень" . Первые два имеют очень широкий диапазон яркости и хорошо подходят для таких приложений, как тепловые карты, где цвета заполняют пространство, в которое они нанесены:

 sns.color_palette ("ракета", as_cmap = True)
 

 sns.color_palette ("мако", as_cmap = True)
 

Поскольку экстремальные значения этих цветовых карт приближаются к белому, они не очень подходят для окрашивания таких элементов, как линии или точки: будет сложно выделить важные значения на белом или сером фоне. Карты цветов «вспышка» и «гребень» — лучший выбор для таких графиков. У них более ограниченный диапазон изменений яркости, который они компенсируют чуть более выраженным изменением оттенка. Направление шкалы яркости по умолчанию также изменено на противоположное, так что меньшие значения имеют более светлые цвета:

 sns.color_palette («вспышка», as_cmap = True)
 

 sns.color_palette («гребень», as_cmap = True)
 

Также можно использовать перцептивно однородные цветовые карты, предоставляемые matplotlib, такие как "magma" и "viridis" :

 sns. color_palette ("магма", as_cmap = True)
 

 sns.color_palette ("viridis", as_cmap = True)
 

Как и в соответствии с соглашением в matplotlib, каждая непрерывная карта цветов имеет обратную версию с суффиксом 9.0055 “_р” :

 sns.color_palette ("rocket_r", as_cmap = True)
 

Дискретное и непрерывное отображение

Следует помнить, что Seaborn может генерировать дискретные значения из последовательных цветовых карт и при этом не будет использовать самые экстремальные значения. Сравните дискретную версию "ракета" с непрерывной версией, показанной выше:

 sns.color_palette("ракета")
 

Внутри Seaborn использует дискретную версию для категорийных данных и непрерывную версию в режиме числового отображения. Дискретные последовательные цветовые карты могут хорошо подходить для визуализации категориальных данных с внутренним порядком, особенно если есть некоторые различия в оттенках.

Последовательные палитры «cubehelix»

Воспринимаемые однородные цветовые карты сложно сгенерировать программно, поскольку они не основаны на цветовом пространстве RGB. Система cubehelix предлагает компромисс на основе RGB: она генерирует последовательные палитры с линейным увеличением или уменьшением яркости и некоторым непрерывным изменением оттенка. Хотя полученные цветовые карты не являются идеально однородными для восприятия, они обладают многими хорошими свойствами. Важно отметить, что многие аспекты процесса проектирования являются параметризуемыми.

В Matplotlib встроена версия cubehelix по умолчанию:

.

 sns.color_palette ("cubehelix", as_cmap = True)
 

Палитра по умолчанию, возвращаемая функцией seaborn cubehelix_palette() , немного отличается от стандартной в matplotlib тем, что она не вращается так далеко вокруг колеса оттенков и не охватывает столь широкий диапазон интенсивностей. Он также меняет линейное изменение яркости:

 sns.cubehelix_palette (as_cmap = True)
 

Другие аргументы для cubehelix_palette() управляют тем, как выглядит палитра. Две основные вещи, которые вы должны изменить, это start (значение от 0 до 3) и rot или количество оборотов (произвольное значение, но обычно от -1 до 1)

 sns. cubehelix_palette (начало = .5, rot = -.5, as_cmap = True)
 

Чем больше вы вращаете, тем больше вариаций оттенков вы увидите:

 sns.cubehelix_palette (начало = .5, rot = -.75, as_cmap = True)
 

Вы можете управлять как темными, так и светлыми конечными точками, а также их порядком:

 sns.cubehelix_palette (начало = 2, rot = 0, темный = 0, светлый = 0,95, реверс = True, as_cmap = True)
 

color_palette() принимает строковый код, начинающийся с "ch:" , для создания произвольной палитры кубической спирали. Вы можете передавать имена параметров в строке:

 sns.color_palette("ch:start=.2,rot=-.3", as_cmap=True)
 

А для компактности каждый параметр можно указывать с его первой буквы:

 sns.color_palette("ch:s=-.2,r=.6", as_cmap=True)
 

Пользовательские последовательные палитры

Для более простого интерфейса для настраиваемых последовательных палитр вы можете использовать light_palette() или dark_palette() , которые заполняют одним цветом и создают палитру, которая плавно переходит от светлых или темных ненасыщенных значений к этому цвету:

 sns. light_palette ("морская зелень", as_cmap = True)
 

 sns.dark_palette("#69d", reverse=True, as_cmap=True)
 

Как и в случае с палитрами cubehelix, вы также можете указать светлые или темные палитры через color_palette() или где угодно принимается палитра :

 sns.color_palette («свет: b», as_cmap = True)
 

Обратить цветовую карту, добавив "_r" :

 sns.color_palette("темный:salmon_r", as_cmap=True)
 

Палитры Sequential Color Brewer

В библиотеке Color Brewer также есть несколько хороших опций для последовательных палитр. В них входят палитры с одним основным оттенком:

.

 sns.color_palette ("Синий", as_cmap = True)
 

Наряду с многоцветными вариантами:

 sns.color_palette ("YlOrBr", as_cmap = True)
 

Расходящиеся цветовые палитры

Третий класс цветовых палитр называется «расходящимся». Они используются для данных, в которых интересны как большие низкие, так и высокие значения, и они охватывают среднее значение (часто 0), которое следует смягчить. Правила выбора хороших расходящихся палитр аналогичны хорошим последовательным палитрам, за исключением того, что теперь в цветовой карте должно быть два доминирующих оттенка, по одному на каждом полюсе (или рядом с ним). Также важно, чтобы начальные значения были одинаковой яркости и насыщенности.

Перцептивно однородные расходящиеся палитры

Seaborn включает в себя две перцептивно однородные расходящиеся палитры: "vlag" и "icefire" . Они оба используют синий и красный цвета на своих полюсах, которые многие интуитивно воспринимают как «холодный» и «горячий»:

.

 sns.color_palette ("vlag", as_cmap = True)
 

 sns.color_palette("icefire", as_cmap=True)
 

Индивидуальные расходящиеся палитры

Вы также можете использовать функцию Seaborn diverging_palette() для создания пользовательской палитры для расходящихся данных. Эта функция создает расходящиеся палитры с использованием цветовой системы husl . Вы передаете ему два оттенка (в градусах) и, при желании, значения яркости и насыщенности для крайних значений. Использование husl означает, что экстремальные значения и результирующие наклоны к средней точке, хотя и не идеально однородны для восприятия, будут хорошо сбалансированы:

 sns.diverging_palette (220, 20, as_cmap = True)
 

Это удобно, когда вы хотите отойти от скучных границ холодных и горячих подходов:

 sns.diverging_palette(145, 300, s=60, as_cmap=True)
 

Также можно сделать палитру, где середина темная, а не светлая:

 sns.diverging_palette(250, 30, l=65, center="dark", as_cmap=True)
 

Здесь важно подчеркнуть, что следует избегать использования красного и зеленого цветов, хотя они интуитивно понятны.

Другие расходящиеся палитры

В matplotlib встроено несколько других хороших расходящихся палитр, включая палитры Color Brewer:

 sns.color_palette ("Спектральный", as_cmap = True)
 

И холодная теплая палитра , которая имеет меньший контраст между средними и крайними значениями:

 sns. color_palette («теплый», as_cmap = True)
 

Как видите, существует множество вариантов использования цвета в ваших визуализациях. Seaborn пытается использовать хорошие настройки по умолчанию и предлагает большую гибкость.

Это обсуждение — только начало, и есть ряд хороших ресурсов для получения дополнительной информации о методах использования цвета в визуализации. Одним из замечательных примеров является эта серия сообщений в блоге Земной обсерватории НАСА. В документах matplotlib также есть хороший учебник, который иллюстрирует некоторые перцептивные свойства их цветовых карт.

Цветовая палитра | Руководство по брендингу и айдентике университета

Обзор

Бренд университета использует как основную, так и дополнительную цветовую палитру для печатного и цифрового контента. Существуют специальные альтернативные версии Carolina Blue только для цифрового контента. Вторичная цветовая палитра должна использоваться с осторожностью в качестве акцентов на основной палитре. Каролина Блю является основным цветом Университета и должна использоваться не менее 10% во всех дизайнах.

Соблюдение следующих рекомендаций по воспроизведению цветов поможет создать целостное изображение и сохранить визуальный эффект идентичности.

 

Основная палитра

Дополнительные рекомендации см. в разделе Альтернативные веб-цвета ниже.

Carolina Blue
PMS 542
CMYK 60, 19, 1, 4
Hex #4B9CD3
RGB 75, 156, 211
Digital Links #007FAE

Navy
PMS 2767
CMYK 100, 90, 10, 77
Hex #13294B
RGB 19, 41, 75

Черный
PMS Черный 3
CMYK 74, 52, 71, 90
Hex #151519 91212 RGB 2036510003

White
CMYK 0, 0, 0, 0
HEX #FFFFFF
RGB 255, 255, 255

Gray
PMS Black 3 at 6%
CMYK 4, 3, 3, 0
HEX #F8F8F8
RGB 248, 248, 248

Вторичная палитра

Купольная медь
PMS 8920 (металлик)
Цвет Infinity Pan или фольга ПРИМЕЧАНИЕ 62:
. Не предназначен для цифрового использования.

Бассейн Сланец
PMS 5405
CMYK 68, 35, 17, 40
HEX #4F758B
RGB 79, 117, 139

Campus Sandstone
PMS 2309 AT 50%
CMOK 3,
PMS 2309 AT 50%
CMOK 3,
PMS 2309. F4E8DD
RGB 244, 232, 221

Longleaf Pine
PMS 561
CMYK 84, 20, 58, 54
HEX #00594C
RGB 0, 89, 76

Azalea Pink
PMS 191
CMYK 0, 79, 36, 0
HEX #EF426F
RGB 239, 68, 111

Tile Teal
PMS 7466
CMYK 97, 0, 30, 0
HEX #00A5AD
RGB 0, 165, 173

SUNBURST

SUNBURST

SUNBURST

. HEX #FFD100
RGB 255, 209, 0

Davie Green
PMS 382
CMYK 28, 0, 100, 0
HEX #C4D600
RGB 196, 214, 0

Web Alternative Colors

Carolina Blue это светлый цвет, и необходимо принимать дополнительные меры для людей со слабым зрением или дальтонизмом. При использовании, как указано ниже, альтернативные веб-цвета соответствуют требованиям доступности и делают наши веб-сайты более инклюзивными.

Приведенные ниже размеры шрифта основаны на шрифте Web Carolina Blue на белом фоне. Синий цвет гиперссылки следует использовать только на белом фоне. Используйте средство проверки цветового контраста WebAIM, чтобы проверить цветовой контраст выбранных вами цветовых комбинаций. Для получения дополнительной информации об использовании университетских цветов и специальных возможностей см. рекомендации и ресурсы на странице «Веб-сайты».

Web Carolina Blue
Hex #4B9CD3
RGB 75, 156, 211
ПРИМЕЧАНИЕ. Используйте размер шрифта более 24 пикселей (или 19 пикселей).px и жирным шрифтом).

Гиперссылка Синий
Hex #007FAE
RGB 0, 127, 174
ПРИМЕЧАНИЕ. Используйте только на белом фоне.

Руководство по использованию

Do

• Используйте не менее 10% цвета Carolina Blue для всех дизайнов.