Kleuren en Transparantie
Kleuren
Bij het bespreken van staafdiagrammen werden de kleuren van individuele balken aangepast. Om de kleur voor alle grafieken uniform te wijzigen, gebruik het color keyword argument.
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()
In dit geval werd de kleur red ingesteld voor de eerste lijngrafiek en de tweede werd ingesteld op blue. In tegenstelling tot scatter- of staafdiagrammen, die uit meerdere elementen bestaan, vertegenwoordigt een lijngrafiek één enkel element, zodat er slechts één kleur aan kan worden toegekend. Ter vergelijking, bekijk het volgende voorbeeld van een staafdiagram uit een eerdere sectie:
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()
Transparantie
Een andere parameter voor het uiterlijk is alpha (transparantie van de plot). De standaardwaarde is 1 (ondoorzichtig), wat de maximale waarde is. In principe varieert de waarde van 0 tot 1, waarbij 0 de plot volledig transparant maakt.
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()
Door alpha=0.5 te gebruiken, hebben we de grafiek van de lineaire functie transparanter gemaakt om meer nadruk te leggen op de grafiek van de kwadratische functie. Het aanpassen van de transparantie wordt meestal precies voor dit doel gebruikt.
Swipe to start coding
- Stel de kleur van de onderste balken in op
'darkslateblue'. - Stel de kleur van de middelste balken in op
'steelblue'(het argument moet na de parameterlabelkomen). - Stel de transparantie van de middelste balken in op
0.7(het meest rechtse argument). - Stel de kleur van de bovenste balken in op
'goldenrod'.
Oplossing
Bedankt voor je feedback!
single
Vraag AI
Vraag AI
Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.
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 3.85Kleuren en Transparantie
Veeg om het menu te tonen
Kleuren
Bij het bespreken van staafdiagrammen werden de kleuren van individuele balken aangepast. Om de kleur voor alle grafieken uniform te wijzigen, gebruik het color keyword argument.
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()
In dit geval werd de kleur red ingesteld voor de eerste lijngrafiek en de tweede werd ingesteld op blue. In tegenstelling tot scatter- of staafdiagrammen, die uit meerdere elementen bestaan, vertegenwoordigt een lijngrafiek één enkel element, zodat er slechts één kleur aan kan worden toegekend. Ter vergelijking, bekijk het volgende voorbeeld van een staafdiagram uit een eerdere sectie:
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()
Transparantie
Een andere parameter voor het uiterlijk is alpha (transparantie van de plot). De standaardwaarde is 1 (ondoorzichtig), wat de maximale waarde is. In principe varieert de waarde van 0 tot 1, waarbij 0 de plot volledig transparant maakt.
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()
Door alpha=0.5 te gebruiken, hebben we de grafiek van de lineaire functie transparanter gemaakt om meer nadruk te leggen op de grafiek van de kwadratische functie. Het aanpassen van de transparantie wordt meestal precies voor dit doel gebruikt.
Swipe to start coding
- Stel de kleur van de onderste balken in op
'darkslateblue'. - Stel de kleur van de middelste balken in op
'steelblue'(het argument moet na de parameterlabelkomen). - Stel de transparantie van de middelste balken in op
0.7(het meest rechtse argument). - Stel de kleur van de bovenste balken in op
'goldenrod'.
Oplossing
Schakel over naar desktop voor praktijkervaringGa verder vanaf waar je bent met een van de onderstaande optiesBedankt voor je feedback!
single
