下面这四种配色是不需要指定的，Python自带的主题，无论有多少个种类都适合，这里就简单以条形图为例。

1、Plasma（等高线图颜色）

import matplotlib.pyplot as plt
data = {"apple": 2.03,"bob": 1.96,"cel": 1.34,"daddy": 1.33,"egg": 1.23,"flow": 1,"glow": 0.99,"hight": 0.82,"illnes": 0.78,"joker": 0.48,"kill": 0.21,"low": 0.15,"mammy": 0.13
}# 将字典按值排序
sorted_data = sorted(data.items(), key=lambda x: x[1])# 提取标签和值
labels = [item[0] for item in sorted_data]
values = [item[1] for item in sorted_data]# 设置图形大小和字体大小
plt.rcParams['figure.figsize'] = (14, 10)
plt.rcParams['font.size'] = 16# 为每个条形图分配不同的颜色
colors = plt.cm.plasma(np.linspace(0, 1, len(labels)))plt.barh(labels, values, color=colors)
plt.xlabel('title')
# plt.title('各部门/单位数量')# 保存图片
plt.savefig('1.png', bbox_inches='tight')# 显示条形图
plt.show()

核心代码是下面这句话：

colors = plt.cm.plasma(np.linspace(0, 1, len(labels)))

2、Inferno（黑热图颜色）

import matplotlib.pyplot as plt
data = {"apple": 2.03,"bob": 1.96,"cel": 1.34,"daddy": 1.33,"egg": 1.23,"flow": 1,"glow": 0.99,"hight": 0.82,"illnes": 0.78,"joker": 0.48,"kill": 0.21,"low": 0.15,"mammy": 0.13
}# 将字典按值排序
sorted_data = sorted(data.items(), key=lambda x: x[1])# 提取标签和值
labels = [item[0] for item in sorted_data]
values = [item[1] for item in sorted_data]# 设置图形大小和字体大小
plt.rcParams['figure.figsize'] = (14, 10)
plt.rcParams['font.size'] = 16# 为每个条形图分配不同的颜色
colors = plt.cm.inferno(np.linspace(0, 1, len(labels)))
plt.barh(labels, values, color=colors)
plt.xlabel('title')
# plt.title('各部门/单位数量')# 保存图片
plt.savefig('1.png', bbox_inches='tight')# 显示条形图
plt.show()

核心代码是下面这句话：

colors = plt.cm.inferno(np.linspace(0, 1, len(labels)))

3、Cividis（较好的配色方案，适用于色盲）

import matplotlib.pyplot as plt
data = {"apple": 2.03,"bob": 1.96,"cel": 1.34,"daddy": 1.33,"egg": 1.23,"flow": 1,"glow": 0.99,"hight": 0.82,"illnes": 0.78,"joker": 0.48,"kill": 0.21,"low": 0.15,"mammy": 0.13
}# 将字典按值排序
sorted_data = sorted(data.items(), key=lambda x: x[1])# 提取标签和值
labels = [item[0] for item in sorted_data]
values = [item[1] for item in sorted_data]# 设置图形大小和字体大小
plt.rcParams['figure.figsize'] = (14, 10)
plt.rcParams['font.size'] = 16# 为每个条形图分配不同的颜色
colors = plt.cm.cividis(np.linspace(0, 1, len(labels)))plt.barh(labels, values, color=colors)
plt.xlabel('title')
# plt.title('各部门/单位数量')# 保存图片
plt.savefig('1.png', bbox_inches='tight')# 显示条形图
plt.show()

核心代码是下面这句话：

colors = plt.cm.cividis(np.linspace(0, 1, len(labels)))

4、Viridis（绿色主导的配色方案）

colors = plt.cm.viridis(np.linspace(0, 1, len(labels)))