Farger og Gjennomsiktighet
Farger
Da stolpediagrammer ble diskutert, ble fargene på de enkelte stolpene tilpasset. For å endre fargen for alle plott samtidig, bruk nøkkelargumentet 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()
I dette tilfellet ble fargen red satt for det første linjediagrammet, og det andre ble satt til blue. I motsetning til punkt- eller stolpediagrammer, som består av flere elementer, representerer et linjediagram kun ett element, så det kan bare tilordnes én farge. Til sammenligning, se følgende eksempel på stolpediagram fra en tidligere seksjon:
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()
Transparens
En annen visuell parameter er alpha (gjennomsiktighet for diagrammet). Standardverdien er 1 (ugjennomsiktig), som er den maksimale mulige verdien. Mulige verdier varierer fra 0 til 1, der 0 gjør diagrammet helt gjennomsiktig.
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()
Ved å bruke alpha=0.5 gjorde vi plottet for den lineære funksjonen mer gjennomsiktig for å rette mer oppmerksomhet mot plottet av den kvadratiske funksjonen. Å endre gjennomsiktighet brukes hovedsakelig til dette formålet.
Swipe to start coding
- Angi fargen på de laveste søylene til
'darkslateblue'. - Angi fargen på de midterste søylene til
'steelblue'(argumentet skal følge etterlabel-parameteren). - Angi gjennomsiktigheten til de midterste søylene til
0.7(det høyre argumentet). - Angi fargen på de øverste søylene til
'goldenrod'.
Løsning
Takk for tilbakemeldingene dine!
single
Spør AI
Spør AI
Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår
Can you explain more about how to choose colors for different types of plots?
How does the `alpha` parameter affect overlapping plots?
Can you show how to set a default color for all plots in a figure?
Awesome!
Completion rate improved to 3.85Farger og Gjennomsiktighet
Sveip for å vise menyen
Farger
Da stolpediagrammer ble diskutert, ble fargene på de enkelte stolpene tilpasset. For å endre fargen for alle plott samtidig, bruk nøkkelargumentet 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()
I dette tilfellet ble fargen red satt for det første linjediagrammet, og det andre ble satt til blue. I motsetning til punkt- eller stolpediagrammer, som består av flere elementer, representerer et linjediagram kun ett element, så det kan bare tilordnes én farge. Til sammenligning, se følgende eksempel på stolpediagram fra en tidligere seksjon:
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()
Transparens
En annen visuell parameter er alpha (gjennomsiktighet for diagrammet). Standardverdien er 1 (ugjennomsiktig), som er den maksimale mulige verdien. Mulige verdier varierer fra 0 til 1, der 0 gjør diagrammet helt gjennomsiktig.
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()
Ved å bruke alpha=0.5 gjorde vi plottet for den lineære funksjonen mer gjennomsiktig for å rette mer oppmerksomhet mot plottet av den kvadratiske funksjonen. Å endre gjennomsiktighet brukes hovedsakelig til dette formålet.
Swipe to start coding
- Angi fargen på de laveste søylene til
'darkslateblue'. - Angi fargen på de midterste søylene til
'steelblue'(argumentet skal følge etterlabel-parameteren). - Angi gjennomsiktigheten til de midterste søylene til
0.7(det høyre argumentet). - Angi fargen på de øverste søylene til
'goldenrod'.
Løsning
Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenforTakk for tilbakemeldingene dine!
single
