Ajuster les Couleurs et les Styles
Couleurs
Lors de la discussion sur les diagrammes en barres, les couleurs des barres individuelles ont été personnalisées. Pour modifier la couleur de tous les tracés de manière uniforme, utiliser l’argument de mot-clé color.
123456789101112131415161718import matplotlib.pyplot as plt import numpy as np data_linear = np.arange(0, 11) data_squared = data_linear ** 2 data_log = np.exp(data_linear) # Setting the color of the first line plot plt.plot(data_linear, label='linear function', color='red') # Setting the color of the second line plot plt.plot(data_squared, '-o', label='quadratic function', color='blue') plt.xticks(data_linear) plt.xlabel('x', loc='right') plt.ylabel('y', loc='top', rotation=0) plt.legend() plt.show()
Dans ce cas, la couleur red a été définie pour le premier tracé linéaire, et la seconde a été définie sur blue. Contrairement aux nuages de points ou aux diagrammes en barres, qui se composent de plusieurs éléments, un tracé linéaire représente un seul élément, donc une seule couleur peut lui être attribuée. À titre de comparaison, considérer l’exemple suivant de diagramme en barres issu d’une section précédente :
123456789import matplotlib.pyplot as plt programming_languages = ['Python', 'Java', 'C#', 'C++'] shares = [40, 30, 17, 13] # Setting a separate color for each bar plt.bar(programming_languages, shares, color=['b', 'green', 'red', 'yellow']) plt.title('Percentage of users of programming languages') plt.show()
Transparence
Un autre paramètre d'apparence est alpha (transparence du graphique). Sa valeur par défaut est 1 (opaque), ce qui correspond à sa valeur maximale possible. En général, ses valeurs possibles vont de 0 à 1, où 0 rend le graphique entièrement transparent.
123456789101112131415import matplotlib.pyplot as plt import numpy as np data_linear = np.arange(0, 11) data_squared = data_linear ** 2 # Changing the transparency of the first line plot plt.plot(data_linear, label='linear function', color='red', alpha=0.5) plt.plot(data_squared, '-o', label='quadratic function', color='blue') plt.xticks(data_linear) plt.xlabel('x', loc='right') plt.ylabel('y', loc='top', rotation=0) plt.legend() plt.show()
En utilisant alpha=0.5, le tracé de la fonction linéaire a été rendu plus transparent afin de mettre davantage l'accent sur le tracé de la fonction quadratique. La modification de la transparence est principalement utilisée à cette fin.
Swipe to start coding
- Définir la couleur des barres les plus basses sur
'darkslateblue'. - Définir la couleur des barres du milieu sur
'steelblue'(l'argument doit suivre le paramètrelabel). - Définir la transparence des barres du milieu à
0.7(l'argument le plus à droite). - Définir la couleur des barres du haut sur
'goldenrod'.
Solution
Merci pour vos commentaires !
single
Demandez à l'IA
Demandez à l'IA
Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion
Génial!
Completion taux amélioré à 6.25Ajuster les Couleurs et les Styles
Glissez pour afficher le menu
Couleurs
Lors de la discussion sur les diagrammes en barres, les couleurs des barres individuelles ont été personnalisées. Pour modifier la couleur de tous les tracés de manière uniforme, utiliser l’argument de mot-clé color.
123456789101112131415161718import matplotlib.pyplot as plt import numpy as np data_linear = np.arange(0, 11) data_squared = data_linear ** 2 data_log = np.exp(data_linear) # Setting the color of the first line plot plt.plot(data_linear, label='linear function', color='red') # Setting the color of the second line plot plt.plot(data_squared, '-o', label='quadratic function', color='blue') plt.xticks(data_linear) plt.xlabel('x', loc='right') plt.ylabel('y', loc='top', rotation=0) plt.legend() plt.show()
Dans ce cas, la couleur red a été définie pour le premier tracé linéaire, et la seconde a été définie sur blue. Contrairement aux nuages de points ou aux diagrammes en barres, qui se composent de plusieurs éléments, un tracé linéaire représente un seul élément, donc une seule couleur peut lui être attribuée. À titre de comparaison, considérer l’exemple suivant de diagramme en barres issu d’une section précédente :
123456789import matplotlib.pyplot as plt programming_languages = ['Python', 'Java', 'C#', 'C++'] shares = [40, 30, 17, 13] # Setting a separate color for each bar plt.bar(programming_languages, shares, color=['b', 'green', 'red', 'yellow']) plt.title('Percentage of users of programming languages') plt.show()
Transparence
Un autre paramètre d'apparence est alpha (transparence du graphique). Sa valeur par défaut est 1 (opaque), ce qui correspond à sa valeur maximale possible. En général, ses valeurs possibles vont de 0 à 1, où 0 rend le graphique entièrement transparent.
123456789101112131415import matplotlib.pyplot as plt import numpy as np data_linear = np.arange(0, 11) data_squared = data_linear ** 2 # Changing the transparency of the first line plot plt.plot(data_linear, label='linear function', color='red', alpha=0.5) plt.plot(data_squared, '-o', label='quadratic function', color='blue') plt.xticks(data_linear) plt.xlabel('x', loc='right') plt.ylabel('y', loc='top', rotation=0) plt.legend() plt.show()
En utilisant alpha=0.5, le tracé de la fonction linéaire a été rendu plus transparent afin de mettre davantage l'accent sur le tracé de la fonction quadratique. La modification de la transparence est principalement utilisée à cette fin.
Swipe to start coding
- Définir la couleur des barres les plus basses sur
'darkslateblue'. - Définir la couleur des barres du milieu sur
'steelblue'(l'argument doit suivre le paramètrelabel). - Définir la transparence des barres du milieu à
0.7(l'argument le plus à droite). - Définir la couleur des barres du haut sur
'goldenrod'.
Solution
Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessousMerci pour vos commentaires !
single
