用Tableau画一幅世界名画

几天前偶然发现Adam E McCann大神的tableau public上有一个作品居然用tableau画出了梵高的《星夜》，颇为震惊，没想到还有这种操作，所以就暗下决心去研究一下，经过几天的研究，终于自己也尝试成功了，并进行了一些简化。

Tableau public地址：https://public.tableau.com/profile/adam.e.mccann#!/vizhome/Data17JediChartsPresentationPart1/ArtFinal

大神作品

首先这个作品原理很简单，就是获取了每个像素点的坐标和颜色，然后填充上，但是困难的并不是技术，而是下面两点：

如何获取每个像素的颜色值
如何自动填充颜色

下面就进入分享阶段，我这次试图用tableau画下面这幅彩铅画。

网络图片

获取数据

获取数据还是使用python，这次用到的是PIL库

from PIL import Image

#RGB转Hex函数
def RGB_to_Hex(rgb):
    strs = '#'
    for i in rgb:
        num = int(i)
        strs += str(hex(num))[-2:].replace('x','0').upper()
        
    return strs

im = Image.open('d:\\彩铅.jpg')
width = im.size[0]
height = im.size[1]
RGB=[]
#获取每个像素的RGB值和hex值
for x in range(width):
    for y in range(height):
        r, g, b = im.getpixel((x,y))
        rgb = im.getpixel((x,y))
        _hex=RGB_to_Hex(rgb)
        getpixel=[x,y,r,g,b,_hex]
        RGB.append(getpixel)

这样我们就获得了，所有像素的坐标和颜色，下面导出数据

import pandas as pd
df=pd.DataFrame(RGB,columns=['X','Y','R','G','B','hex'])
df.to_excel('d:\\rgb.xlsx')

这样我们就得到了最基本的数据，因为图片像素是422*437像素，所以一共是184414行数据。

导出数据示例

下面就要进行整理，其实R、G、B三个字段没有什么意义，最重要的就是hex字段，因为要根据hex字段的值来自定义调色板。
下面就要新建一个表，复制出hex字段，去除重复值，并给每个hex值一个唯一编号。整理完后一共是51728个颜色值。

编辑颜色值示例

这个唯一编号与后面要自定义的调色板是一一对应的

然后把两张表合并成一张表（vlookup即可），rgbcolor就是上面的唯一编号

合并表

自此基本数据就整理完毕了。

自定义调色板

官网教程：https://onlinehelp.tableau.com/current/pro/desktop/zh-cn/formatting_create_custom_colors.htm

三种自定义调色板，大家自己研究，我们这次要用的是“创建自定义连续调色板”。
把刚才的51728个颜色值整理成，官方要求的格式，用<color>和</color>包裹起来，顺序一定不要乱，保持原来的顺序。

示例

然后用记事本打开Preferences.tps文件，在<workbook>和</workbook>之间插入整理好的颜色值，并保存。

<preferences>
<color-palette name="My Sequential Palette" type="ordered-sequential" >
<color>#00030E</color>
<color>#000511</color>
<color>#000710</color>
<color>#000813</color>
……此处省略几万行
<color>#FFE7E6</color>
<color>#FFE7E8</color>
<color>#FFEAE5</color>
<color>#FFEDE9</color>
</color-palette>
</preferences>

这样按顺序整理后，第一值#00030E就对应调色板的0值，以此类推。

开始作画

用tableau引入数据

数据
把[X]拖到列功能区，[Y]拖到行功能区，在分析中取消“聚合度量”
编辑[Y]轴，选择“倒序”
把[rgbcolor]拖到颜色标签，这时候你可能会看到如下的图，这说明曙光就在眼前。

半成品

因为系统默认了用蓝色发散的颜色，所以每个点的颜色也就自动匹配到了不同的蓝色，但是也能看到轮廓了。

编辑颜色，选择刚才创建的My Sequential Palette，点击确定。

编辑颜色

注意这里0-51727（51728个颜色值），每个值都与刚才建立的自定义调色板上的顺序一一对应。这就是自动匹配颜色的奥秘所在。

大功告成

最终效果

在这个作品的研究中，自己收获颇多，以前知识的盲区，也顺便补足了，这就是学习的魅力所在。其实，对于tableau每个知识点的研究，只有不断的挑战极限，才能真正研究的透彻。要不畏困难，坚信自己。

成品的Tableau public地址：https://public.tableau.com/profile/jiangbin#!/vizhome/Drawingwatercolor/1_1

补充：
鉴于数据量比较大，excel运行缓慢，晚上又整理了一下代码，自动生成所需要的数据，然后只需复制颜色值表格里的preferences字段到Preferences.tps文件即可，省去了自己整理数据的麻烦。

from PIL import Image
import pandas as pd
import numpy as np

#RGB转Hex函数
def RGB_to_Hex(rgb):
    strs = '#'
    for i in rgb:
        num = int(i)#将str转int
        #将R、G、B分别转化为16进制拼接转换并大写
        strs += str(hex(num))[-2:].replace('x','0').upper()
        
    return strs

im = Image.open('d:\\彩铅.jpg')
width = im.size[0]
height = im.size[1]
print(width,height)

#获取每个像素的RGB值和hex值
RGB=[]
for x in range(width):
    for y in range(height):
        r, g, b = im.getpixel((x,y))
        rgb = im.getpixel((x,y))
        _hex=RGB_to_Hex(rgb)
        getpixel=[x,y,r,g,b,_hex]
        RGB.append(getpixel)

#利用pandas整理数据表
df=pd.DataFrame(RGB,columns=['X','Y','R','G','B','hex'])
#新建、编辑颜色值表
df2=pd.DataFrame(df['hex'].drop_duplicates(),columns=['hex'])#去掉重复值
df2.sort_values(by=['hex'],inplace=True)#排序
df2['hex_index']= np.arange(0,df2.shape[0],1)#用等差数列标记颜色唯一值
#输出坐标系表
pd.merge(df,df2).to_csv('d:\\坐标系.csv')
#preferences文件格式转换
df2['preferences']=df2['hex'].map(lambda x:'<color>'+str(x)+'</color>')
#输出颜色值表
df2.to_csv('d:\\颜色值.csv')

此篇文章已发布到我的公众号：saodisir，有兴趣也可关注一下