python 画图时各种颜色代码-慈云数据

颜色搭配

点击配色：https://culrs.com/#/red

（图片来源网络，侵删）

颜色协调的原则是避免颜色选择过度，能够表达清晰明了的设计主题。以下是一些通用的基本颜色搭配方案，其中每种方案都包括9种颜色：
1. 红色、黄色、浅绿色、鲑鱼色、紫罗兰色、淡蓝色、白色、浅灰色和黑色；
2. 橙色、浅黄色、青色、棕色、粉色、浅绿色、紫色、银灰色和蓝色；
3. 黄色、绿色、红色、白色、黑色、灰色、蓝色、天蓝色和深蓝色；
4. 灰色、浅灰色、黄色、紫色、绿色、白色、黑色、天蓝色和深蓝色；
5. 蓝色、紫色、深绿色、金黄色、黄色、橙色、红色、玫瑰色和棕色；
6. 深绿色、宝蓝色、橙色、蓝绿色、白色、红色、黄色、深棕色和灰色；
7. 奶油色、宝蓝色、深蓝色、黄色、白色、深灰色、棕色、天蓝色和红色；
8. 灰色、米色、橙色、棕色、青色、绿色、紫色、金黄色和深蓝色；
9. 北极蓝、钴蓝、岩黄色、赭色、石墨灰、浅桔色、蕃茄红、艳红色、银灰色。
1. #FF0000（红色）、#FFFF00（黄色）、#90EE90（浅绿色）、#FF8C69（鲑鱼色）、#8B00FF（紫罗兰色）、#87CEFA（淡蓝色）、#FFFFFF（白色）、#D3D3D3（浅灰色）和 #000000（黑色）
2. #FFA500（橙色）、#FFFFE0（浅黄色）、#00CED1（青色）、#A52A2A（棕色）、#FFC0CB（粉色）、#90EE90（浅绿色）、#800080（紫色）、#C0C0C0（银灰色）和 #0000FF（蓝色）
  （图片来源网络，侵删）
3. #FFFF00（黄色）、#008000（绿色）、#FF0000（红色）、#FFFFFF（白色）、#000000（黑色）、#808080（灰色）、#0000FF（蓝色）、#87CEEB（天蓝色）和 #00008B（深蓝色）
4. 灰色、浅灰色、黄色、紫色、绿色、白色、黑色、天蓝色和深蓝色：
- 灰色：#808080
- 浅灰色：#D3D3D3
- 黄色：#FFFF00
- 紫色：#800080
- 绿色：#008000
- 白色：#FFFFFF
- 黑色：#000000
- 天蓝色：#87CEEB
- 深蓝色：#00008B
  1. 蓝色、紫色、深绿色、金黄色、黄色、橙色、红色、玫瑰色和棕色：
  - 蓝色：#0000FF
  - 紫色：#800080
  - 深绿色：#006400
  - 金黄色：#FFD700
  - 黄色：#FFFF00
  - 橙色：#FFA500
  - 红色：#FF0000
  - 玫瑰色：#FFC0CB
  - 棕色：#A52A2A
    1. 深绿色、宝蓝色、橙色、蓝绿色、白色、红色、黄色、深棕色和灰色：
    - 深绿色：#006400
    - 宝蓝色：#1E90FF
    - 橙色：#FFA500
    - 蓝绿色：#00FFFF
    - 白色：#FFFFFF
    - 红色：#FF0000
    - 黄色：#FFFF00
    - 深棕色：#654321
    - 灰色：#808080
      1. 奶油色、宝蓝色、深蓝色、黄色、白色、深灰色、棕色、天蓝色和红色：
      - 奶油色：#FFFDD0
      - 宝蓝色：#1E90FF
      - 深蓝色：#00008B
      - 黄色：#FFFF00
      - 白色：#FFFFFF
      - 深灰色：#A9A9A9
      - 棕色：#A52A2A
      - 天蓝色：#87CEEB
      - 红色：#FF0000
        灰色、米色、橙色、棕色、青色、绿色、紫色、金黄色和深蓝色：
        灰色：#808080
        米色：#F5DEB3
        橙色：#FFA500
        棕色：#A52A2A
        青色：#00CED1
        绿色：#008000
        紫色：#800080
        金黄色：#FFD700
        深蓝色：#000080
        北极蓝、钴蓝、岩黄色、赭色、石墨灰、浅桔色、蕃茄红、艳红色、银灰色：
        北极蓝：#00BFFF
        钴蓝：#4682B4
        岩黄色：#FFB451
        赭色：#A0522D
        石墨灰：#43464B
        浅桔色：#FFE4B5
        蕃茄红：#FF6347
        艳红色：#FF69B4
        银灰色：#C0C0C0
        在代码中的使用
        
        import numpy as np import matplotlib.pyplot as plt x = ['Rank-1', 'mAP'] IFGSM = [4.04,3.36] MI = [1.60,1.37] VMI = [1.57,1.42] SI = [3.86,3.35] IG =[1.87,1.75] SMI = [1.66,1.39] IG_MI =[1.78,1.68] GSMI =[1.37,1.24] EGSMI = [1.28,1.20] # 创建柱状图 fig = plt.figure(figsize=(12, 8)) #fig, ax = plt.subplots(12,8) x_pos = np.arange(2) width = 0.07 #plt.bar(x_pos - 4*width/2, FGSM, width, align='center', alpha=0.5, label='Alg1') plt.bar(x_pos - 2*width/2, IFGSM, width, align='center', alpha=0.5,color="#FF69B4" , label='IFGSM') plt.bar(x_pos , MI, width, align='center', alpha=0.5, label='MI') plt.bar(x_pos + 2*width/2, VMI, width, align='center', alpha=0.5,color="#FF69B5" ,label='VMI') plt.bar(x_pos + 4*width/2, SI, width, align='center', alpha=0.5, label='SI') plt.bar(x_pos + 6*width/2, IG, width, align='center', alpha=0.5, label='IG') plt.bar(x_pos + 8*width/2, SMI, width, align='center', alpha=0.5, label='SMI') plt.bar(x_pos + 10*width/2, IG_MI, width, align='center', alpha=0.5, label='IG_MI') plt.bar(x_pos + 12*width/2, GSMI, width, align='center', alpha=0.5, label='GSMI(Ours)') plt.bar(x_pos + 14*width/2, EGSMI, width, align='center', alpha=0.5, label='GSMI(Ours)') #plt.xticks(1.2*x_pos, x) # 增加水平间距 plt.xticks(x_pos+0.2,x) plt.subplots_adjust(wspace=0.7) #ax.set_xlabel('111') #ax.set_ylabel('Attack result') #ax.set_title('111111111111') plt.xlabel('Evaluation metrics', fontsize=18) plt.ylabel('Attack result (%)', fontsize=18) plt.title('(e) Attack Swinv2-Transformer', fontsize=18) plt.legend(loc='center') #plt.legend(bbox_to_anchor=(1, 1))#调整图例的位置 # 显示图像 fig.savefig("C:\\Users\\zeze\\Desktop\\tu\\swinv2.svg", format="svg", bbox_inches='tight') #保存为矢量图 plt.show()