python maplotlib의 컬러맵 – color list

컬러코드는 하도 자주 봐서 저장해두고 보자.

미세조정하려면 rgb 쓰시고..

그림출처 : https://matplotlib.org/stable/gallery/color/named_colors.html

Matplotlib의 색상, color code , list , 색상표

데이터 시각화는 복잡한 정보를 쉽게 이해할 수 있도록 변환하는 강력한 도구다. Python의 matplotlib 라이브러리는 이를 위한 다양한 기능을 제공하며, 그 중에서도 색상은 정보를 전달하는 중요한 요소.. matplotlib의 색상 시스템에 대해 조금 자세히 알아보고, 색상을 통해 데이터에 생명을 불어넣어보자.

Matplotlib의 색상 시스템은 간결하면서도 유연하다. 기본 색상 코드는 ‘b’로 파란색, ‘g’로 녹색과 같이 간단한 알파벳으로 지정할 수 있다. 더 세밀한 색상 제어가 필요할 때는 HEX 코드를 사용하여 #FF5733과 같이 정확한 색상 값을 지정할 수도 있고, RGB 튜플을 사용하여 (1.0, 0.5, 0.0)과 같이 각 색상 채널의 강도를 직접 설정할 수도 있다. 물론 ‘skyblue’, ‘olive’와 같이 색상의 이름을 사용하여 쉽게 지정하는 방법도 있는데 나는 steelblue 이렇게 이름으로 넣는게 시행착오도 줄이고 편하더라. 그래서 위에 붙인 컬러코드가 필요하고 아주 자주 찾아본다.

Matplotlib은 다양한 color 리스트와 color map을 제공한다. ‘matplotlib.colors’ 모듈은 차트의 색을 쉽게 관리할 수 있게 도와주고, color map은 데이터의 구조와 패턴을 시각적으로 표현하는 데 특히 유용하다. 예를 들어, ‘viridis’, ‘plasma’, ‘inferno’, ‘magma’와 같은 color map은 연속적인 데이터를 나타내는 데 적합하다. 나는 jet을 가장 많이 쓴다.. 거기에 사용자가 특정한 색상 조합을 원할 경우에는 커스텀 color 리스트를 만들어 사용할 수도 있다. 컬러 리스트는 어려운거 아니고 그냥 리스트 안에 자기가 원하는 컬러를 정의해준 후 사용하면 된다.
custom_colors = [‘#FF5733’, ‘#4CAF50’, ‘#FFC107’, ‘skyblue’, ‘magenta’]

에를 들어 간단한 막대 그래프에서 다양한 색상을 사용하여 각 막대가 다른 카테고리를 나타내게 할 수 있으며, 산점도에서는 색상을 이용해 다른 데이터 포인트를 구분할 수 있다. 데이터 포인트 사이의 관계를 강조하기 위해 색상의 강도를 변화시키는 것도 좋은 방법이다.

matplotlib의 공식 문서는 색상과 관련된 다양한 기능을 상세히 설명하고 있으며, 시각화 과정에서 더 많은 아이디어를 얻는 데 도움이 될 수 있다. 당연히 구글링이나 다른 참고 자료, 스택 오버플로우 등 온라인 커뮤니티에도 아주 다양한 방법과 정보가 있겠다.

색상을 사용함에 있어서 중요한 것은 정보 전달의 명확성을 유지하는 것. 데이터 시각화가 목적에 부합하도록 색상을 효과적으로 활용하자. 여러분이 작성한 차트가 시각적으로 매력적이면서도 정보 전달 면에서 효과적이기를 기대한다.