ASCII码对照表(Matplotlib颜色对照表)

文章目录

  • 1、简介
    • [1.1 颜色代码](#1.1 颜色代码)
  • 2、Matplotlib库简介
    • [2.1 简介](#2.1 简介)
    • [2.2 安装](#2.2 安装)
    • [2.3 后端](#2.3 后端)
    • [2.4 入门例子](#2.4 入门例子)
  • 3、Matplotlib库颜色
    • [3.1 概述](#3.1 概述)
    • [3.2 颜色图的分类](#3.2 颜色图的分类)
    • [3.3 颜色格式表示](#3.3 颜色格式表示)
    • [3.4 内置颜色映射](#3.4 内置颜色映射)
    • [3.5 xkcd 颜色映射](#3.5 xkcd 颜色映射)
    • [3.6 颜色命名表](#3.6 颜色命名表)
  • 4、Colorcet库
  • 5、颜色对照表
  • 结语

1、简介

1.1 颜色代码

颜色代码是一种用于表示颜色的编码系统,常见的颜色代码包括RGB颜色代码和十六进制颜色代码。RGB颜色代码使用红色、绿色和蓝色的数值来表示一个颜色,例如(255, 0, 0)表示红色。十六进制颜色代码使用六位十六进制数来表示一个颜色,例如#FF0000表示红色。颜色代码主要用于在计算机图形和网页设计中指定颜色。

2、Matplotlib库简介

2.1 简介

https://matplotlib.org/

Matplotlib:使用 Python 进行可视化

Matplotlib 是一个用于创建静态、动画、 以及 Python 中的交互式可视化。Matplotlib 让事情变得简单 简单和困难的事情都可能。

2.2 安装

Matplotlib及其依赖项作为MacOS、Windows和Linux发行版的车轮包提供:

bash 复制代码
python -m pip install -U matplotlib

2.3 后端

matplotlib可以针对不同的输出,这些功能中的每一个都称为后端;"前端"是面向用户的代码,即绘图代码,而"后端"则在幕后完成了所有繁重的工作来生成数字。有两种后端:用户界面后端(用于pygtk、wxpython、tkinter、qt4或macosx;也称为"交互后端")和硬拷贝后端以生成图像文件(png、svg、pdf、ps;也称为"非交互后端")。

bash 复制代码
Tk (>= 8.3, !=8.6.0或8.6.1):用于基于Tk的后端。
PyQt4 (>4.6)或 PySide (>=1.0.3) [1]: 对于基于Qt4的后端。
PyQt5 或 PySide2: 对于基于Qt5的后端。
PyGObject:用于基于GTK3的后端 [2].
wxPython (>=4) [3]: 对于基于wx的后端。
pycairo (>=1.11.0)或 cairocffi (>=0.8):用于GTK3和/或基于cairo的后端。
Tornado:用于WebAgg后端。

默认情况下,Matplotlib应该自动选择一个默认的后端,该后端允许交互式工作和从脚本打印,并输出到屏幕和/或文件,因此至少最初您不需要担心后端。

2.4 入门例子

  • 绘制正弦曲线:
python 复制代码
import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
# ax.plot([1, 2, 3, 4], [1, 4, 2, 3])
ax.plot(np.linspace(0, 2*np.pi, 100), np.sin(np.linspace(0, 2*np.pi, 100)), color='blue', linestyle='-', linewidth=2, marker='o', markersize=5, markerfacecolor='red', markeredgecolor='black', markeredgewidth=1)

plt.show()
  • 绘制2d栅格图
python 复制代码
import matplotlib.pyplot as plt
import numpy as np

plt.style.use('_mpl-gallery-nogrid')

# make data
X, Y = np.meshgrid(np.linspace(-3, 3, 16), np.linspace(-3, 3, 16))
Z = (1 - X/2 + X**5 + Y**3) * np.exp(-X**2 - Y**2)

# plot
fig, ax = plt.subplots()
ax.imshow(Z, origin='lower')
plt.show()

3、Matplotlib库颜色

3.1 概述

Matplotlib有许多内置的颜色映射,可通过 matplotlib.cm.get_cmap .

选择一个好的颜色映射的想法是为你的数据集在3D颜色空间中找到一个好的表示。任何给定数据集的最佳颜色映射取决于许多因素,包括:

  • 表示形式或度量数据 ([Ware])
  • 您对数据集的了解( e.g. ,是否存在其他值偏离的临界值?)
  • 如果要绘制的参数有直观的颜色方案
  • 如果该领域有一个标准,观众可能会期待

3.2 颜色图的分类

颜色映射通常根据其功能分为几个类别:

  • 顺序:亮度的变化和颜色的饱和度的增加,通常使用一个单一的色调;应该用来表示有顺序的信息。
  • 偏色:两种不同颜色在中间以不饱和颜色相交时的亮度变化和可能的饱和度变化;当所绘制的信息具有临界中间值时,如地形或当数据偏离零时,应使用偏色。
  • 循环:两种不同颜色的亮度变化,在中间和开始/结束时以不饱和颜色相遇;应用于在端点处环绕的值,如相位角、风向或一天中的时间。
  • 定性:通常是各种颜色;应该用来表示没有顺序或关系的信息。

3.3 颜色格式表示

https://matplotlib.net/stable/api/colors_api.html#module-matplotlib.colors

https://github.com/matplotlib/matplotlib/blob/main/lib/matplotlib/_color_data.py

Matplotlib 识别以下格式来指定颜色:

  • (例如 或)中浮点值的 RGB 或 RGBA 元组。RGBA 是 Red、Green、Blue、Alpha 的缩写;[0, 1](0.1, 0.2, 0.5)(0.1, 0.2, 0.5, 0.3)

  • 十六进制 RGB 或 RGBA 字符串(例如,'#0F0F0F'或'#0F0F0F0F');

  • 一个简写的十六进制 RGB 或 RGBA 字符串,相当于复制每个字符得到的十六进制 RGB 或 RGBA 字符串,(例如,'#abc'等价于'#aabbcc',或'#abcd',等价于'#aabbccdd');

  • 浮点值的字符串表示,包括灰度级(例如,);[0, 1]'0.5'

  • 单个字母字符串,即其中一个 ,它是蓝色、绿色、红色、青色、洋红色、黄色、黑色和白色阴影的简写符号;{'b', 'g', 'r', 'c', 'm', 'y', 'k', 'w'}

  • X11/CSS4 ("html") 颜色名称,例如"blue";

  • 来自xkcd 颜色调查的名称,前缀为'xkcd:'(例如,);'xkcd:sky blue'

  • "Cn"颜色规范,即'C'后跟一个数字,它是默认属性循环的索引(rcParams["axes.prop_cycle"](默认值:));索引旨在在渲染时发生,如果循环不包括颜色,则默认为黑色。cycler('color', ['#1f77b4', '#ff7f0e', '#2ca02c', '#d62728', '#9467bd', '#8c564b', '#e377c2', '#7f7f7f', '#bcbd22', '#17becf'])

  • 其中之一是来自"tab10"分类调色板的 Tableau 颜色(这是默认颜色循环);{'tab:blue', 'tab:orange', 'tab:green', 'tab:red', 'tab:purple', 'tab:brown', 'tab:pink', 'tab:gray', 'tab:olive', 'tab:cyan'}

总结如下:

bash 复制代码
1、用RGB或者RGBA元组,取值范围均归一到[0,1],(e.g:(0.1, 0.2, 0.5) or (0.1, 0.2, 0.5, 0.3));
2、用十六进制的颜色表示方式代替RGB或者RGBA元组,(e.g., '#0F0F0F' or '#0F0F0F0F');
3、用[0,1]中的浮点数字符串来表示,(e.g., 灰色表示为:'0.5');
4、用缩写,{'b', 'g', 'r', 'c', 'm', 'y', 'k', 'w'}中的任意一个;
5、用以"xkcd:"为前缀的xkcd颜色名称,(e.g.,"xkcd:sky blue");
6、用 {'C0', 'C1', 'C2', 'C3', 'C4', 'C5', 'C6', 'C7', 'C8', 'C9'},表示当前默认颜色列表中的颜色;
7、用来自' T10 '分类调色板的Tableau颜色(这是默认的颜色循环)当中的一个,{'tab:blue', 'tab:orange', 'tab:green', 'tab:red', 'tab:purple', 'tab:brown', 'tab:pink', 'tab:gray', 'tab:olive', 'tab:cyan'};
python 复制代码
import matplotlib
for name, hex in matplotlib.colors.cnames.items():
    print(name, hex, end=' ')

3.4 内置颜色映射

https://matplotlib.net/stable/gallery/color/colormap_reference.html

显示几个内置颜色映射的范围如下:

python 复制代码
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
from matplotlib import cm
from colorspacious import cspace_converter
from collections import OrderedDict

cmaps = OrderedDict()

cmaps['Sequential (2)'] = [
            'binary', 'gist_yarg', 'gist_gray', 'gray', 'bone', 'pink',
            'spring', 'summer', 'autumn', 'winter', 'cool', 'Wistia',
            'hot', 'afmhot', 'gist_heat', 'copper']

cmaps['Miscellaneous'] = [
            'flag', 'prism', 'ocean', 'gist_earth', 'terrain', 'gist_stern',
            'gnuplot', 'gnuplot2', 'CMRmap', 'cubehelix', 'brg',
            'gist_rainbow', 'rainbow', 'jet', 'turbo', 'nipy_spectral',
            'gist_ncar']


nrows = max(len(cmap_list) for cmap_category, cmap_list in cmaps.items())
gradient = np.linspace(0, 1, 256)
gradient = np.vstack((gradient, gradient))


def plot_color_gradients(cmap_category, cmap_list, nrows):
    fig, axes = plt.subplots(nrows=nrows)
    fig.subplots_adjust(top=0.95, bottom=0.01, left=0.2, right=0.99)
    axes[0].set_title(cmap_category + ' colormaps', fontsize=14)

    for ax, name in zip(axes, cmap_list):
        ax.imshow(gradient, aspect='auto', cmap=plt.get_cmap(name))
        pos = list(ax.get_position().bounds)
        x_text = pos[0] - 0.01
        y_text = pos[1] + pos[3]/2.
        fig.text(x_text, y_text, name, va='center', ha='right', fontsize=10)

    # Turn off *all* ticks & spines, not just the ones with colormaps.
    for ax in axes:
        ax.set_axis_off()


for cmap_category, cmap_list in cmaps.items():
    plot_color_gradients(cmap_category, cmap_list, nrows)

plt.show()


3.5 xkcd 颜色映射

148 个 X11/CSS4 颜色名称中的 95 个也出现在 xkcd 颜色调查中。几乎所有这些都映射到 X11/CSS4 和 xkcd 调色板中的不同颜色值。只有"黑色"、"白色"和"青色"是相同的。

例如,'blue'映射到'#0000FF'而'xkcd:blue'映射到 '#0343DF'。由于这些名称冲突,所有 xkcd 颜色都有 'xkcd:'前缀。

python 复制代码
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

import matplotlib.colors as mcolors
import matplotlib.patches as mpatch

overlap = {name for name in mcolors.CSS4_COLORS
           if f'xkcd:{name}' in mcolors.XKCD_COLORS}

fig = plt.figure(figsize=[9, 5])
ax = fig.add_axes([0, 0, 1, 1])

n_groups = 3
n_rows = len(overlap) // n_groups + 1

for j, color_name in enumerate(sorted(overlap)):
    css4 = mcolors.CSS4_COLORS[color_name]
    xkcd = mcolors.XKCD_COLORS[f'xkcd:{color_name}'].upper()

    # Pick text colour based on perceived luminance.
    rgba = mcolors.to_rgba_array([css4, xkcd])
    luma = 0.299 * rgba[:, 0] + 0.587 * rgba[:, 1] + 0.114 * rgba[:, 2]
    css4_text_color = 'k' if luma[0] > 0.5 else 'w'
    xkcd_text_color = 'k' if luma[1] > 0.5 else 'w'

    col_shift = (j // n_rows) * 3
    y_pos = j % n_rows
    text_args = dict(fontsize=10, weight='bold' if css4 == xkcd else None)
    ax.add_patch(mpatch.Rectangle((0 + col_shift, y_pos), 1, 1, color=css4))
    ax.add_patch(mpatch.Rectangle((1 + col_shift, y_pos), 1, 1, color=xkcd))
    ax.text(0.5 + col_shift, y_pos + .7, css4,
            color=css4_text_color, ha='center', **text_args)
    ax.text(1.5 + col_shift, y_pos + .7, xkcd,
            color=xkcd_text_color, ha='center', **text_args)
    ax.text(2 + col_shift, y_pos + .7, f'  {color_name}', **text_args)

for g in range(n_groups):
    ax.hlines(range(n_rows), 3*g, 3*g + 2.8, color='0.7', linewidth=1)
    ax.text(0.5 + 3*g, -0.3, 'X11/CSS4', ha='center')
    ax.text(1.5 + 3*g, -0.3, 'xkcd', ha='center')

ax.set_xlim(0, 3 * n_groups)
ax.set_ylim(n_rows, -1)
ax.axis('off')

plt.show()

3.6 颜色命名表

python 复制代码
# import matplotlib.pyplot as plt
# import numpy as np

# fig, ax = plt.subplots()  # Create a figure containing a single axes.
# ax.plot([1, 2, 3, 4], [1, 4, 2, 3])  # Plot some data on the axes.

from matplotlib.patches import Rectangle
import matplotlib.pyplot as plt
import matplotlib.colors as mcolors


def plot_colortable(colors, sort_colors=True, emptycols=0):

    cell_width = 212
    cell_height = 22
    swatch_width = 48
    margin = 12

    # Sort colors by hue, saturation, value and name.
    if sort_colors is True:
        by_hsv = sorted((tuple(mcolors.rgb_to_hsv(mcolors.to_rgb(color))),
                         name)
                        for name, color in colors.items())
        names = [name for hsv, name in by_hsv]
    else:
        names = list(colors)

    n = len(names)
    ncols = 4 - emptycols
    nrows = n // ncols + int(n % ncols > 0)

    width = cell_width * 4 + 2 * margin
    height = cell_height * nrows + 2 * margin
    dpi = 72

    fig, ax = plt.subplots(figsize=(width / dpi, height / dpi), dpi=dpi)
    fig.subplots_adjust(margin/width, margin/height,
                        (width-margin)/width, (height-margin)/height)
    ax.set_xlim(0, cell_width * 4)
    ax.set_ylim(cell_height * (nrows-0.5), -cell_height/2.)
    ax.yaxis.set_visible(False)
    ax.xaxis.set_visible(False)
    ax.set_axis_off()

    for i, name in enumerate(names):
        row = i % nrows
        col = i // nrows
        y = row * cell_height

        swatch_start_x = cell_width * col
        text_pos_x = cell_width * col + swatch_width + 7

        ax.text(text_pos_x, y, name, fontsize=14,
                horizontalalignment='left',
                verticalalignment='center')

        ax.add_patch(
            Rectangle(xy=(swatch_start_x, y-9), width=swatch_width,
                      height=18, facecolor=colors[name], edgecolor='0.7')
        )

    return fig

plot_colortable(mcolors.BASE_COLORS, sort_colors=False, emptycols=1)
plt.show()
python 复制代码
plot_colortable(mcolors.TABLEAU_COLORS, sort_colors=False, emptycols=2)
python 复制代码
plot_colortable(mcolors.CSS4_COLORS)
python 复制代码
xkcd_fig = plot_colortable(mcolors.XKCD_COLORS, "XKCD Colors")
xkcd_fig.savefig("XKCD_Colors.png")

4、Colorcet库

https://colorcet.holoviz.org/index.html#

Colorcet 是 感知准确的 256 色颜色图,用于 Python 绘图程序,如 Bokeh、Matplotlib、HoloView 和 Datashader。

目前包括两种类型的颜色图:连续和分类。连续的颜色图在感知上是一致的,每种新颜色在感知上都与之前和之后的颜色相同。连续地图由勘探目标中心的Peter Kovesi使用Kovesi(2015)中描述的方法构建。

bash 复制代码
pip install colorcet

安装colorcet后,颜色图将可用 有两种格式:

  • 散景风格的调色板,即十六进制的 RGB 颜色的 Python 列表 字符串,如 ['#000000', ..., '#ffffff']
  • 使用归一化幅度的 Matplotlib LinearSegmentedColormap, 像 LinearSegmentedColormap.from_list("火",[ [0.0,0.0,0.0], ..., [1.0,1.0,1.0] ], 256)
python 复制代码
import numpy as np
import colorcet as cc
import matplotlib.pyplot as plt

xs, _ = np.meshgrid(np.linspace(0, 1, 80), np.linspace(0, 1, 10))
plt.imshow(xs, cmap=cc.cm.colorwheel);  # use tab completion to choose
plt.colorbar(); 
plt.show()
python 复制代码
import scicomap as sc
import matplotlib.pyplot as plt

f = sc.compare_cmap(image="grmhd",
                    ctype='sequential',
                    ncols=15,
                    uniformize=True,
                    symmetrize=True,
                    unif_kwargs={'lift': 20},
                    sym_kwargs={'bitonic': False, 'diffuse': True})


5、颜色对照表

颜色展示 英文代码 形象颜色 HEX格式 RGB格式
▇▇▇▇▇▇▇▇ LightPink 浅粉红 #FFB6C1 255,182,193
▇▇▇▇▇▇▇▇ Pink 粉红 #FFC0CB 255,192,203
▇▇▇▇▇▇▇▇ Crimson 猩红 #DC143C 220,20,60
▇▇▇▇▇▇▇▇ LavenderBlush 脸红的淡紫色 #FF0F5 255,240,245
▇▇▇▇▇▇▇▇ PaleVioletRed 苍白的紫罗兰红色 #DB7093 219,112,147
▇▇▇▇▇▇▇▇ HotPink 热情的粉红 #FF69B4 255,105,180
▇▇▇▇▇▇▇▇ DeepPink 深粉色 #FF1493 255,20,147
▇▇▇▇▇▇▇▇ MediumVioletRed 适中的紫罗兰红色 #C71585 199,21,133
▇▇▇▇▇▇▇▇ Orchid 兰花的紫色 #DA70D6 218,112,214
▇▇▇▇▇▇▇▇ Thistle #D8BFD8 216,191,216
▇▇▇▇▇▇▇▇ Plum 李子 #DDA0DD 221,160,221
▇▇▇▇▇▇▇▇ Violet 紫罗兰 #EE82EE 238,130,238
▇▇▇▇▇▇▇▇ Magenta 洋红 #FF00FF 255,0,255
▇▇▇▇▇▇▇▇ Fuchsia 灯笼海棠(紫红色) #FF00FF 255,0,255
▇▇▇▇▇▇▇▇ DarkMagenta 深洋红色 #8B008B 139,0,139
▇▇▇▇▇▇▇▇ Purple 紫色 #800080 128,0,128
▇▇▇▇▇▇▇▇ MediumOrchid 适中的兰花紫 #BA55D3 186,85,211
▇▇▇▇▇▇▇▇ DarkViolet 深紫罗兰色 #9400D3 148,0,211
▇▇▇▇▇▇▇▇ DarkOrchid 深兰花紫 #9932CC 153,50,204
▇▇▇▇▇▇▇▇ Indigo 靛青 #4B0082 75,0,130
▇▇▇▇▇▇▇▇ BlueViolet 深紫罗兰的蓝色 #8A2BE2 138,43,226
▇▇▇▇▇▇▇▇ MediumPurple 适中的紫色 #9370DB 147,112,219
▇▇▇▇▇▇▇▇ MediumSlateBlue 适中的板岩暗蓝灰色 #7B68EE 123,104,238
▇▇▇▇▇▇▇▇ SlateBlue 板岩暗蓝灰色 #6A5ACD 106,90,205
▇▇▇▇▇▇▇▇ DarkSlateBlue 深板岩暗蓝灰色 #483D8B 72,61,139
▇▇▇▇▇▇▇▇ Lavender 薰衣草花的淡紫色 #E6E6FA 230,230,250
▇▇▇▇▇▇▇▇ GhostWhite 幽灵的白色 #F8F8FF 248,248,255
▇▇▇▇▇▇▇▇ Blue 纯蓝 #0000FF 0,0,255
▇▇▇▇▇▇▇▇ IndigoBlue 靛蓝 #0000FF 0,0,255
▇▇▇▇▇▇▇▇ MediumBlue 适中的蓝色 #0000CD 0,0,205
▇▇▇▇▇▇▇▇ MidnightBlue 午夜的蓝色 #191970 25,25,112
▇▇▇▇▇▇▇▇ DarkBlue 深蓝色 #00008B 0,0,139
▇▇▇▇▇▇▇▇ Navy 海军蓝,深靛蓝 #000080 0,0,128
▇▇▇▇▇▇▇▇ RoyalBlue 皇家蓝 #4169E1 65,105,225
▇▇▇▇▇▇▇▇ CornflowerBlue 矢车菊的蓝色 #6495ED 100,149,237
▇▇▇▇▇▇▇▇ LightSteelBlue 淡钢蓝 #B0C4DE 176,196,222
▇▇▇▇▇▇▇▇ LightSlateGray 浅石板灰 #778899 119,136,153
▇▇▇▇▇▇▇▇ SlateGray 石板灰 #708090 112,128,144
▇▇▇▇▇▇▇▇ DodgerBlue 道奇蓝 #1E90FF 30,144,255
▇▇▇▇▇▇▇▇ AliceBlue 爱丽丝蓝 #F0F8FF 240,248,255
▇▇▇▇▇▇▇▇ SteelBlue 钢蓝 #4682B4 70,130,180
▇▇▇▇▇▇▇▇ LightSkyBlue 淡蓝色 #87CEFA 135,206,250
▇▇▇▇▇▇▇▇ SkyBlue 天蓝色 #87CEEB 135,206,235
▇▇▇▇▇▇▇▇ DeepSkyBlue 深天蓝 #00BFFF 0,191,255
▇▇▇▇▇▇▇▇ LightBlue 淡蓝 #ADD8E6 173,216,230
▇▇▇▇▇▇▇▇ PowderBlue 火药蓝 #B0E0E6 176,224,230
▇▇▇▇▇▇▇▇ CadetBlue 军校蓝 #5F9EA0 95,158,160
▇▇▇▇▇▇▇▇ Azure 蔚蓝色 #F0FFFF 240,255,255
▇▇▇▇▇▇▇▇ LightCyan 淡青色 #E1FFFF 225,255,255
▇▇▇▇▇▇▇▇ PaleTurquoise 苍白的绿宝石 #AFEEEE 175,238,238
▇▇▇▇▇▇▇▇ Cyan 青色 #00FFFF 0,255,255
▇▇▇▇▇▇▇▇ Aqua 水绿色 #00FFFF 0,255,255
▇▇▇▇▇▇▇▇ DarkTurquoise 深绿宝石 #00CED1 0,206,209
▇▇▇▇▇▇▇▇ DarkSlateGray 深石板灰 #2F4F4F 47,79,79
▇▇▇▇▇▇▇▇ DarkCyan 深青色 #008B8B 0,139,139
▇▇▇▇▇▇▇▇ Teal 水鸭色 #008080 0,128,128
▇▇▇▇▇▇▇▇ MediumTurquoise 适中的绿宝石 #48D1CC 72,209,204
▇▇▇▇▇▇▇▇ LightSeaGreen 浅海洋绿 #20B2AA 32,178,170
▇▇▇▇▇▇▇▇ Turquoise 绿宝石 #40E0D0 64,224,208
▇▇▇▇▇▇▇▇ Auqamarin 绿玉/碧绿色 #7FFFAA 127,255,170
▇▇▇▇▇▇▇▇ MediumAquamarine 适中的碧绿色 #00FA9A 0,250,154
▇▇▇▇▇▇▇▇ MediumSpringGreen 适中的春天的绿色 #00FF7F 0,255,127
▇▇▇▇▇▇▇▇ MintCream 薄荷奶油 #F5FFFA 245,255,250
▇▇▇▇▇▇▇▇ SpringGreen 春天的绿色 #3CB371 60,179,113
▇▇▇▇▇▇▇▇ SeaGreen 海洋绿 #2E8B57 46,139,87
▇▇▇▇▇▇▇▇ Honeydew 蜂蜜 #F0FFF0 240,255,240
▇▇▇▇▇▇▇▇ LightGreen 淡绿色 #90EE90 144,238,144
▇▇▇▇▇▇▇▇ PaleGreen 苍白的绿色 #98FB98 152,251,152
▇▇▇▇▇▇▇▇ DarkSeaGreen 深海洋绿 #8FBC8F 143,188,143
▇▇▇▇▇▇▇▇ LimeGreen 酸橙绿 #32CD32 50,205,50
▇▇▇▇▇▇▇▇ Lime 酸橙色 #00FF00 0,255,0
▇▇▇▇▇▇▇▇ ForestGreen 森林绿 #228B22 34,139,34
▇▇▇▇▇▇▇▇ Green 纯绿 #008000 0,128,0
▇▇▇▇▇▇▇▇ DarkGreen 深绿色 #006400 0,100,0
▇▇▇▇▇▇▇▇ Chartreuse 查特酒绿 #7FFF00 127,255,0
▇▇▇▇▇▇▇▇ LawnGreen 草坪绿 #7CFC00 124,252,0
▇▇▇▇▇▇▇▇ GreenYellow 绿黄色 #ADFF2F 173,255,47
▇▇▇▇▇▇▇▇ OliveDrab 橄榄土褐色 #556B2F 85,107,47
▇▇▇▇▇▇▇▇ Beige 米色(浅褐色) #F5F5DC 245,245,220
▇▇▇▇▇▇▇▇ LightGoldenrodYellow 浅秋麒麟黄 #FAFAD2 250,250,210
▇▇▇▇▇▇▇▇ Ivory 象牙 #FFFFF0 255,255,240
▇▇▇▇▇▇▇▇ LightYellow 浅黄色 #FFFFE0 255,255,224
▇▇▇▇▇▇▇▇ Yellow 纯黄 #FFFF00 255,255,0
▇▇▇▇▇▇▇▇ Olive 橄榄 #808000 128,128,0
▇▇▇▇▇▇▇▇ DarkKhaki 深卡其布 #BDB76B 189,183,107
▇▇▇▇▇▇▇▇ LemonChiffon 柠檬薄纱 #FFFACD 255,250,205
▇▇▇▇▇▇▇▇ PaleGodenrod 灰秋麒麟 #EEE8AA 238,232,170
▇▇▇▇▇▇▇▇ Khaki 卡其布 #F0E68C 240,230,140
▇▇▇▇▇▇▇▇ Gold #FFD700 255,215,0
▇▇▇▇▇▇▇▇ Cornislk 玉米色 #FFF8DC 255,248,220
▇▇▇▇▇▇▇▇ GoldEnrod 秋麒麟 #DAA520 218,165,32
▇▇▇▇▇▇▇▇ FloralWhite 花的白色 #FFFAF0 255,250,240
▇▇▇▇▇▇▇▇ OldLace 老饰带 #FDF5E6 253,245,230
▇▇▇▇▇▇▇▇ Wheat 小麦色 #F5DEB3 245,222,179
▇▇▇▇▇▇▇▇ Moccasin 鹿皮鞋 #FFE4B5 255,228,181
▇▇▇▇▇▇▇▇ Orange 橙色 #FFA500 255,165,0
▇▇▇▇▇▇▇▇ PapayaWhip 番木瓜 #FFEFD5 255,239,213
▇▇▇▇▇▇▇▇ BlanchedAlmond 漂白的杏仁 #FFEBCD 255,235,205
▇▇▇▇▇▇▇▇ NavajoWhite 纳瓦霍白/印第安黄 #FFDEAD 255,222,173
▇▇▇▇▇▇▇▇ AntiqueWhite 古代的白色 #FAEBD7 250,235,215
▇▇▇▇▇▇▇▇ Tan 晒黑 #D2B48C 210,180,140
▇▇▇▇▇▇▇▇ BrulyWood 结实的树 #DEB887 222,184,135
▇▇▇▇▇▇▇▇ Bisque (浓汤)乳脂、番茄等 #FFE4C4 255,228,196
▇▇▇▇▇▇▇▇ DarkOrange 深橙色 #FF8C00 255,140,0
▇▇▇▇▇▇▇▇ Linen 亚麻布 #FAF0E6 250,240,230
▇▇▇▇▇▇▇▇ Peru 秘鲁 #CD853F 205,133,63
▇▇▇▇▇▇▇▇ PeachPuff 桃色 #FFDAB9 255,218,185
▇▇▇▇▇▇▇▇ SandyBrown 沙棕色 #F4A460 244,164,96
▇▇▇▇▇▇▇▇ Chocolate 巧克力 #D2691E 210,105,30
▇▇▇▇▇▇▇▇ SaddleBrown 马鞍棕色 #8B4513 139,69,19
▇▇▇▇▇▇▇▇ SeaShell 海贝壳 #FFF5EE 255,245,238
▇▇▇▇▇▇▇▇ Sienna 黄土赭色 #A0522D 160,82,45
▇▇▇▇▇▇▇▇ LightSalmon 浅鲜肉(鲑鱼)色 #FFA07A 255,160,122
▇▇▇▇▇▇▇▇ Coral 珊瑚 #FF7F50 255,127,80
▇▇▇▇▇▇▇▇ OrangeRed 橙红色 #FF4500 255,69,0
▇▇▇▇▇▇▇▇ DarkSalmon 深鲜肉(鲑鱼)色 #E9967A 233,150,122
▇▇▇▇▇▇▇▇ Tomato 番茄 #FF6347 255,99,71
▇▇▇▇▇▇▇▇ MistyRose 薄雾玫瑰 #FFE4E1 255,228,225
▇▇▇▇▇▇▇▇ Salmon 鲜肉(鲑鱼)色 #FA8072 250,128,114
▇▇▇▇▇▇▇▇ Snow #FFFAFA 255,250,250
▇▇▇▇▇▇▇▇ LightCoral 淡珊瑚色 #F08080 240,128,128
▇▇▇▇▇▇▇▇ RosyBrown 玫瑰棕色 #BC8F8F 188,143,143
▇▇▇▇▇▇▇▇ IndianRed 印度红 #CD5C5C 205,92,92
▇▇▇▇▇▇▇▇ Red 纯红 #FF0000 255,0,0
▇▇▇▇▇▇▇▇ Brown 棕色 #A52A2A 165,42,42
▇▇▇▇▇▇▇▇ FireBrick 耐火砖 #B22222 178,34,34
▇▇▇▇▇▇▇▇ DarkRed 深红色 #8B0000 139,0,0
▇▇▇▇▇▇▇▇ Maroon 栗色 #800000 128,0,0
▇▇▇▇▇▇▇▇ White 纯白 #FFFFFF 255,255,255
▇▇▇▇▇▇▇▇ WhiteSmoke 白烟 #F5F5F5 245,245,245
▇▇▇▇▇▇▇▇ Gainsboro 庚斯博罗灰色/淡灰色/亮灰 #DCDCDC 220,220,220
▇▇▇▇▇▇▇▇ LightGray 浅灰色 #D3D3D3 211,211,211
▇▇▇▇▇▇▇▇ Silver 银白色 #C0C0C0 192,192,192
▇▇▇▇▇▇▇▇ DarkGray 深灰色 #A9A9A9 169,169,169
▇▇▇▇▇▇▇▇ Gray 灰色 #808080 128,128,128
▇▇▇▇▇▇▇▇ DimGray 暗淡的灰色 #696969 105,105,105
▇▇▇▇▇▇▇▇ Black 纯黑 #000000 0,0,0

结语

如果您觉得该方法或代码有一点点用处,可以给作者点个赞,或打赏杯咖啡;╮( ̄▽ ̄)╭
如果您感觉方法或代码不咋地//(ㄒoㄒ)//,就在评论处留言,作者继续改进;o_O???
如果您需要相关功能的代码定制化开发,可以留言私信作者;(✿◡‿◡)
感谢各位大佬童鞋们的支持!( ´ ▽´ )ノ ( ´ ▽´)っ!!!

相关推荐
网易独家音乐人Mike Zhou3 小时前
【卡尔曼滤波】数据预测Prediction观测器的理论推导及应用 C语言、Python实现(Kalman Filter)
c语言·python·单片机·物联网·算法·嵌入式·iot
安静读书3 小时前
Python解析视频FPS(帧率)、分辨率信息
python·opencv·音视频
小二·5 小时前
java基础面试题笔记(基础篇)
java·笔记·python
小喵要摸鱼6 小时前
Python 神经网络项目常用语法
python
一念之坤8 小时前
零基础学Python之数据结构 -- 01篇
数据结构·python
wxl7812278 小时前
如何使用本地大模型做数据分析
python·数据挖掘·数据分析·代码解释器
NoneCoder8 小时前
Python入门(12)--数据处理
开发语言·python
LKID体9 小时前
Python操作neo4j库py2neo使用(一)
python·oracle·neo4j
小尤笔记9 小时前
利用Python编写简单登录系统
开发语言·python·数据分析·python基础
FreedomLeo19 小时前
Python数据分析NumPy和pandas(四十、Python 中的建模库statsmodels 和 scikit-learn)
python·机器学习·数据分析·scikit-learn·statsmodels·numpy和pandas