python颜色数组

admin 2026年03月16日 20:47 108 0

Python颜色数组是用于表示和管理颜色数据的常用结构，常见于数据可视化、图像处理等领域，其格式多样，包括RGB（如[[255,0,0]表示红色）、RGBA（带透明度，如[255,0,0,128]）及HEX（如"#FF0000"），在matplotlib中，可直接用列表存储颜色值（如['red', [0,1,0], '#0000FF']）实现图表配色；Pillow库处理图像时，像素数据即以颜色数组形式存储，每个元素代表像素的RGB分量，借助colorsys等库，可轻松实现颜色数组在不同色彩空间（如RGB、HSV）间的转换，满足多样化颜色处理需求。

Python颜色数组：基础、操作与实战应用

在Python编程中,颜色是数据可视化、图像处理、UI设计等领域的核心元素，而"颜色数组"作为批量处理颜色的高效工具，能够让我们轻松管理、转换和操作大量颜色数据，本文将从颜色表示方法入手，详细介绍Python中颜色数组的创建、操作及实战应用，帮助开发者掌握这一实用技能。

颜色数组的基础：Python中的颜色表示方法

在Python中,颜色有多种表示方式，颜色数组则是将这些表示方法组织成结构化数据（通常是NumPy数组）的结果，常见的颜色表示方式包括：

RGB/RGBA模式

RGB通过红（Red）、绿（Green）、蓝（Blue）三原色的组合表示颜色，每个通道取值范围为0-255（整数）或0.0-1.0（浮点数），RGBA在RGB基础上增加了透明度（Alpha）通道，取值范围与RGB一致。

红色可表示为[255, 0, 0]（RGB）或[255, 0, 0, 255]（RGBA，完全不透明）
半透明绿色可表示为[0, 255, 0, 128]（Alpha=128表示50%透明度）

十六进制模式

十六进制颜色码以开头,后跟6位或8位十六进制数，分别表示RGB或RGBA。

红色为#FF0000（RGB）或#FF0000FF（RGBA）
浅蓝色可表示为#87CEEB（RGB）

颜色名称

Python的matplotlib、Pillow等库支持CSS颜色名称，如'red'、'green'、'blue'等，直观但灵活性较低，完整的颜色名称列表可通过matplotlib.colors.cnames获取。

HSV/HSL模式

HSV（色相、饱和度、明度）：更符合人类感知的颜色模型
HSL（色相、饱和度、亮度）：与HSV类似，但亮度计算方式不同
红色在HSV中可表示为[0, 100%, 100%]

颜色数组的优势

通过将多个颜色表示为数组（如N×3的RGB数组或N×4的RGBA数组），可以利用NumPy的高效计算能力实现批量操作（如批量调整亮度、转换格式），远比逐个处理单个颜色更高效，颜色数组还便于：

向量化计算,提高性能
与其他科学计算库无缝集成
支持多维颜色空间的批量转换

创建颜色数组：NumPy是核心工具

Python中处理颜色数组的首选库是NumPy，它提供了强大的数组操作功能，以下是创建颜色数组的几种常见方式：

从列表创建颜色数组

将多个颜色列表组合成二维数组,再通过np.array()转换为NumPy数组：

import numpy as np
# 定义3个RGB颜色（红、绿、蓝）
color_list = [[255, 0, 0], [0, 255, 0], [0, 0, 255]]
color_array = np.array(color_list, dtype=np.uint8)  # 指定数据类型节省内存
print(color_array)
# 输出：
# [[255   0   0]
#  [  0 255   0]
#  [  0   0 255]]
print(color_array.shape)  # 输出：(3, 3)，表示3个颜色，每个颜色3个通道

从十六进制颜色创建数组

若颜色数据以十六进制字符串形式存在,可通过遍历转换后创建数组：

hex_colors = ['#FF0000', '#00FF00', '#0000FF']  # 红、绿、蓝
# 使用列表推导式和NumPy数组创建
rgb_array = np.array([
    [int(hex_colors[i][1:3], 16), 
     int(hex_colors[i][3:5], 16), 
     int(hex_colors[i][5:7], 16)] 
    for i in range(len(hex_colors))
], dtype=np.uint8)
print(rgb_array)
# 输出：
# [[255   0   0]
#  [  0 255   0]
#  [  0   0 255]]

生成规律性颜色数组

通过NumPy的函数可以生成各种规律性的颜色数组：

# 生成彩虹色数组（HSV到RGB转换）
def generate_rainbow_colors(n):
    hues = np.linspace(0, 1, n, endpoint=False)  # 色相从0到1
    hsv_array = np.column_stack([hues, np.ones(n), np.ones(n)])
    rgb_array = matplotlib.colors.hsv_to_rgb(hsv_array)
    return (rgb_array * 255).astype(np.uint8)
rainbow_colors = generate_rainbow_colors(7)
print(rainbow_colors)  # 输出7种彩虹色

使用颜色映射函数

# 使用matplotlib的颜色映射生成渐变色
def generate_gradient_colors(n, cmap='viridis'):
    cmap = plt.get_cmap(cmap)
    colors = cmap(np.linspace(0, 1, n))
    return (colors[:, :3] * 255).astype(np.uint8)  # 只取RGB通道
gradient_colors = generate_gradient_colors(10, 'plasma')

颜色数组的操作与转换

颜色格式转换

import matplotlib.colors as mcolors
def hex_to_rgb(hex_color):
    """将十六进制颜色转换为RGB数组"""
    hex_color = hex_color.lstrip('#')
    return np.array([int(hex_color[i:i+2], 16) for i in (0, 2, 4)])
def rgb_to_hex(rgb_array):
    """将RGB数组转换为十六进制颜色"""
    return '#{:02x}{:02x}{:02x}'.format(*rgb_array.astype(int))
# 批量转换
hex_colors = ['#FF0000', '#00FF00', '#0000FF']
rgb_arrays = np.array([hex_to_rgb(h) for h in hex_colors])
hex_converted = [rgb_to_hex(rgb) for rgb in rgb_arrays]

颜色调整操作

def adjust_brightness(rgb_array, factor):
    """调整颜色亮度"""
    return np.clip(rgb_array.astype(float) * factor, 0, 255).astype(np.uint8)
def saturate_colors(rgb_array, saturation_factor):
    """调整颜色饱和度（转换为HSV后调整）"""
    hsv = mcolors.rgb_to_hsv(rgb_array / 255.0)
    hsv[:, 1] = np.clip(hsv[:, 1] * saturation_factor, 0, 1)
    return (mcolors.hsv_to_rgb(hsv) * 255).astype(np.uint8)
# 使用示例
bright_colors = adjust_brightness(rgb_arrays, 1.5)
saturated_colors = saturate_colors(rgb_arrays, 1.5)

实战应用案例

数据可视化中的颜色映射

import matplotlib.pyplot as plt
# 生成示例数据
x = np.linspace(0, 10, 100)
y = np.sin(x)
# 创建颜色数组
colors = generate_gradient_colors(len

标签： #python #颜色数组