python colors怎么用，有哪些常用方法

Python处理颜色的核心在于掌握RGB、HEX、HSL等颜色模型的转换，以及使用matplotlib、PIL、colorama等库实现灵活的颜色控制。

Python颜色表示方法：理解颜色模型

在操作颜色之前,你需要先了解计算机描述颜色的几种方式，最常见的是RGB、HEX、HSL和HSV，每种模型在不同场景下各有优势，理解它们能帮你更准确地选择或转换颜色。

加载中

文本颜色设置|Python 基础实战100例·第39期

讯飞AI大学堂

235715-

原视频地址

RGB模型

RGB用三个0-255的整数表示红绿蓝分量，是大多数图像和硬件的基础，Python中很多库直接接受RGB元组，例如matplotlib的color参数，如果你从图像中读取像素，通常得到的就是RGB值。

十六进制代码

HEX格式是#RRGGBB，Web开发中最常用，也常用于颜色代码的简洁表示，Python中处理HEX时，注意字符串是否包含，部分库要求不带。#FF5733是橙色，可以直接用在matplotlib中。

HSL与HSV

HSL（色相、饱和度、亮度）和HSV（色相、饱和度、明度）更符合人类直觉，行业共识认为，在数据可视化中，HSL比RGB更容易调整颜色渐变，因为色调、饱和度和亮度可以独立控制，Python的colorsys模块提供了RGB到HSL的转换，掌握后能帮你轻松生成配色方案，比如创建一组渐变色。

Python颜色代码转换：从RGB到HEX的详细步骤

颜色转换是开发中的常见需求,无论你是从图片提取颜色，还是为网页生成主题，掌握RGB、HEX、HSL之间的互转都很有用。

使用内置函数转换

标准库colorsys支持RGB与HSL、HSV互转，但RGB与HEX的转换通常需要手动实现，下面是一个基本的转换函数，适合大多数场景：

def rgb_to_hex(r, g, b):
    return '#{:02x}{:02x}{:02x}'.format(r, g, b)
def hex_to_rgb(hex_code):
    hex_code = hex_code.lstrip('#')
    return tuple(int(hex_code[i:i+2], 16) for i in (0, 2, 4))

如果需要批量转换,建议封装成类或使用列表推导式。

使用matplotlib.colors转换

matplotlib内置了颜色转换工具。rgb2hex()和hex2color()可以轻松完成转换，注意matplotlib的RGB分量是0-1浮点数，与标准0-255整数不同，使用时需要先归一化：

from matplotlib.colors import rgb2hex, hex2color
hex_color = rgb2hex((0.5, 0.5, 0.5))  # 输出 '#808080'
rgb = hex2color('#FF0000')  # 输出 (1.0, 0.0, 0.0)

如果你需要将0-255的RGB转换为十六进制，可以先除以255再传入rgb2hex。

使用Pillow的ImageColor转换

Pillow的ImageColor模块同样支持颜色名称、十六进制和RGB之间的转换，而且返回的RGB是0-255整数，更符合直觉：

from PIL import ImageColor
# 十六进制转RGB
rgb = ImageColor.getrgb('#FF0000')  # (255, 0, 0)
# 颜色名称转RGB
rgb = ImageColor.getrgb('red')  # (255, 0, 0)

这个库在图像处理中特别方便,无需额外计算。

使用colorsys转换HSL

colorsys是Python内置的颜色空间转换模块，它支持RGB到HLS、HSV的转换，下面是一个RGB转HSL的示例，适合需要调整颜色亮度的场景：

import colorsys
r, g, b = 255, 0, 0  # 红色
h, l, s = colorsys.rgb_to_hls(r/255, g/255, b/255)
print(h, l, s)  # 输出色相、亮度、饱和度

同样的,colorsys.rgb_to_hsv()可用于转换到HSV。

使用webcolors转换颜色名称

如果你需要将颜色名称（如”lightblue”）转换为代码，webcolors是最佳选择，安装后使用：

import webcolors
hex_color = webcolors.name_to_hex('red')  # '#FF0000'
rgb = webcolors.name_to_rgb('red')  # RGB(255, 0, 0)

它还支持反向查询,比如从RGB或HEX获取颜色名称，非常适合需要颜色名称映射的场景，比如在Web开发中根据用户输入的颜色名称生成对应代码。

Python颜色库对比：主流工具的选择指南

Python生态中有多个颜色处理库,每个库侧重不同，选择合适的库能提升效率，下面我对比几个常用库，帮你做出更适合的选择。

matplotlib

matplotlib是数据可视化的首选,内置超过150种颜色映射（colormap），支持颜色名称、十六进制、RGB、HSL等多种格式，它的colormaps模块提供丰富的颜色序列，适合绘制热力图、散点图等，如果你需要颜色映射，plt.cm.Spectral或plt.cm.viridis是常用选择。

Pillow

Pillow（PIL）是图像处理的标准库，ImageColor模块可以解析各种颜色字符串，Image对象支持像素级操作，如果你需要从图像中提取颜色、修改颜色或进行颜色空间转换，Pillow是必需工具。ImageColor.getrgb('lightblue')可以直接返回RGB元组。

colorama

colorama专注于终端彩色输出,支持Windows、Linux、macOS，它通过Fore、Back、Style三个类提供基本的颜色和样式控制，适合命令行工具、日志输出等场景，安装后，只需在print前添加颜色前缀即可。

webcolors

webcolors是一个轻量级库,专门处理颜色名称与代码之间的转换，它支持CSS颜色名称，并提供了name_to_hex、hex_to_name等方法，如果你的项目需要根据颜色名称查找代码，或者反之，webcolors是最直接的选择。

对比表格

业内专家指出,在大多数项目中，你不需要同时使用所有库，根据需求挑选一个即可，做数据可视化时，matplotlib的颜色功能已经足够强大；而处理图像时，Pillow是唯一选择，如果你只需要终端彩色，colorama就是最轻量的方案。

Python颜色设置方法：绘图与终端实际应用

理论讲完,我们来看实际应用，颜色设置的方法因场景而异，这里我重点介绍绘图和终端两种常见场景，并补充图像处理中的用法。

在matplotlib中设置颜色

matplotlib接受多种颜色格式：颜色名称（'red'）、十六进制字符串（'#FF0000'）、RGB元组（(1.0,0.0,0.0)）以及灰度值（'0.5'），在绘图时，通过color参数指定：

import matplotlib.pyplot as plt
plt.plot([1,2,3], [4,5,6], color='#FF5733')

使用颜色映射时,可以调用cmap参数，并指定一个colormap名称，散点图根据数值映射颜色：

import numpy as np
x = np.linspace(0, 10, 100)
plt.scatter(x, np.sin(x), c=x, cmap='viridis')
plt.colorbar()

matplotlib提供超过150种colormap,你可以通过plt.colormaps()查看所有可用名称，选择时，建议使用色盲友好的colormap，如viridis、plasma、inferno。

在Seaborn中设置颜色主题

Seaborn基于matplotlib,提供了更美观的默认主题，你可以通过set_palette()更改颜色调色板，Seaborn支持多种调色板类型，如deep、muted、bright、pastel、dark等，也可以直接传入颜色列表。

import seaborn as sns
sns.set_palette('hls')  # 使用HSL均匀分配色相
sns.set_palette(['#FF5733', '#33FF57', '#3357FF'])  # 自定义颜色列表

如果你需要为不同类别指定颜色,Seaborn的color_palette()函数可以快速生成离散颜色序列。

在Pandas中设置DataFrame颜色

Pandas的style属性允许你为DataFrame添加颜色，实现条件格式，高亮最大值：

import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df.style.highlight_max(color='lightgreen')

你也可以自定义颜色映射,用于数据预览或报告生成。

在终端中输出彩色文字

使用colorama可以轻松在终端输出彩色文字，安装后用pip install colorama，

from colorama import Fore, Back, Style, init
init(autoreset=True)
print(Fore.RED + '这是红色文字')
print(Back.YELLOW + '黄色背景')
print(Style.DIM + '暗淡样式')

colorama支持Fore（前景色）、Back（背景色）和Style（样式），颜色包括BLACK、RED、GREEN、YELLOW、BLUE、MAGENTA、CYAN、WHITE，通过init(autoreset=True)可以自动重置样式，避免影响后续输出。

如果你需要更丰富的颜色,可以结合ANSI转义码，但colorama已经覆盖了大部分需求，在日志输出中，使用不同颜色区分日志级别，能让排查问题更高效。

在图像处理中修改颜色

Pillow的ImageColor模块可以解析颜色字符串，并返回RGB元组：

from PIL import ImageColor
rgb = ImageColor.getrgb('lightblue')  # (173, 216, 230)

在图像处理中,你可以通过Image.point()或Image.eval()对每个像素进行颜色变换，但更常见的是使用ImageFilter或ImageEnhance来调整色彩平衡，如果需要颜色空间转换，Pillow提供了Image.convert()方法，例如将RGB转换为HSV。

Python颜色处理常见问题解答

如何将十六进制颜色转换为RGB？

使用matplotlib的hex2color或上述自定义函数，注意matplotlib返回的是0-1之间的浮点数，而标准RGB是0-255整数，需要乘以255并取整，如果你使用webcolors，可以用hex_to_rgb。

matplotlib中如何获取所有可用的颜色名称？

调用matplotlib.colors.cnames字典，它包含所有内置颜色名称与十六进制代码的映射，你也可以使用plt.colormaps()获取所有颜色映射名称，如果需要颜色名称列表，可以打印cnames.keys()，例如['aliceblue', 'antiquewhite', ...]。

colorama是否支持所有终端？

colorama在Windows、Linux、macOS的主流终端中都能正常工作，包括cmd、PowerShell、bash、zsh等，但某些旧终端或自定义终端可能不支持ANSI转义序列，需要添加init(convert=True)参数，将转义序列转换为Windows API调用。

掌握Python颜色处理,相当于给代码穿上了一件得体的外衣，无论是数据分析、Web开发还是日常脚本，合理运用颜色都能让你的输出更清晰、更具表现力。