您必须将seaborn调色板中的颜色列表转换为matplolib的颜色图（thx到@RafaelLopes进行建议的更改）：

import seaborn as sns
import matplotlib.pylab as plt
import numpy as np
from matplotlib.colors import ListedColormap

# construct cmap
flatui = ["#9b59b6", "#3498db", "#95a5a6", "#e74c3c", "#34495e", "#2ecc71"]
my_cmap = ListedColormap(sns.color_palette(flatui).as_hex())

N = 500
data1 = np.random.randn(N)
data2 = np.random.randn(N)
colors = np.linspace(0,1,N)
plt.scatter(data1, data2, c=colors, cmap=my_cmap)
plt.colorbar()
plt.show()

大多数生成调色板的seaborn方法都有一个可选参数as_cmap，默认情况下为False。您可以使用直接获取Matplotlib色彩Map表：

import seaborn as sns
import matplotlib.pylab as plt
import numpy as np

# construct cmap
my_cmap = sns.light_palette("Navy", as_cmap=True)

N = 500
data1 = np.random.randn(N)
data2 = np.random.randn(N)
colors = np.linspace(0,1,N)
plt.scatter(data1, data2, c=colors, cmap=my_cmap)
plt.colorbar()
plt.show()

第一个答案在某种程度上是正确的，但太长了，有很多不必要的信息。正确和简短的答案是：
要将任何sns.color_palette()转换为matplotlib兼容的cmap，需要两行代码

from matplotlib.colors import ListedColormap
cmap = ListedColormap(sns.color_palette())

只是一个额外的提示-如果一个人想要一个连续的颜色条/颜色Map表，添加256作为Seaborn配色方案所需的颜色数量帮助很大。

cmap = ListedColormap(sns.color_palette("Spectral",256))

Pandas plots（matplotlib plots）需要ListedColormap来定义颜色列表。如果使用as_cmap=True参数创建了seaborn调色板，则也可以直接使用seaborn调色板。
创建示例数据集

import pandas
import seaborn
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
df = pandas.DataFrame({'x':range(0,30), 'y':range(10,40)})
df.set_index('x', inplace=True)
df["z"] = 39
df["a"] = 10

使用简单的颜色列表绘制3个数据框列（这不需要海运）

df.plot(colormap=ListedColormap(["red","green","orange"]), figsize=(3,3))
plt.show()

使用使用as_cmap=True参数定义的seaborn调色板：

palette = seaborn.color_palette("rocket_r", as_cmap=True)
df.plot(colormap=palette, figsize=(3,3))
plt.show()

感谢Serenity，Generic Wevers和Ramon Crehuet的回答。