Justering av Färger och Stilar
Färger
Vid diskussionen om stapeldiagram anpassades färgerna för enskilda staplar. För att ändra färgen för alla diagram enhetligt används nyckelargumentet 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 detta fall sattes färgen red för det första linjediagrammet, och det andra sattes till blue. Till skillnad från punkt- eller stapeldiagram, som består av flera element, representerar ett linjediagram ett enda element, så endast en färg kan tilldelas det. Som jämförelse, se följande exempel på stapeldiagram från en tidigare sektion:
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 annan utseendeparameter är alpha (transparens för diagrammet). Standardvärdet är 1 (ogenomskinlig), vilket är dess maximala möjliga värde. Möjliga värden sträcker sig i princip från 0 till 1, där 0 gör diagrammet helt 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()
Genom att använda alpha=0.5 gjorde vi grafen för den linjära funktionen mer transparent för att rikta mer uppmärksamhet mot grafen för den kvadratiska funktionen. Att justera transparens används oftast just för detta syfte.
Swipe to start coding
- Ange färgen på de nedersta staplarna till
'darkslateblue'. - Ange färgen på de mellersta staplarna till
'steelblue'(argumentet ska placeras efter parameternlabel). - Ange transparensen för de mellersta staplarna till
0.7(det högra argumentet). - Ange färgen på de översta staplarna till
'goldenrod'.
Lösning
Tack för dina kommentarer!
single
Fråga AI
Fråga AI
Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal
Fantastiskt!
Completion betyg förbättrat till 6.25Justering av Färger och Stilar
Svep för att visa menyn
Färger
Vid diskussionen om stapeldiagram anpassades färgerna för enskilda staplar. För att ändra färgen för alla diagram enhetligt används nyckelargumentet 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 detta fall sattes färgen red för det första linjediagrammet, och det andra sattes till blue. Till skillnad från punkt- eller stapeldiagram, som består av flera element, representerar ett linjediagram ett enda element, så endast en färg kan tilldelas det. Som jämförelse, se följande exempel på stapeldiagram från en tidigare sektion:
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 annan utseendeparameter är alpha (transparens för diagrammet). Standardvärdet är 1 (ogenomskinlig), vilket är dess maximala möjliga värde. Möjliga värden sträcker sig i princip från 0 till 1, där 0 gör diagrammet helt 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()
Genom att använda alpha=0.5 gjorde vi grafen för den linjära funktionen mer transparent för att rikta mer uppmärksamhet mot grafen för den kvadratiska funktionen. Att justera transparens används oftast just för detta syfte.
Swipe to start coding
- Ange färgen på de nedersta staplarna till
'darkslateblue'. - Ange färgen på de mellersta staplarna till
'steelblue'(argumentet ska placeras efter parameternlabel). - Ange transparensen för de mellersta staplarna till
0.7(det högra argumentet). - Ange färgen på de översta staplarna till
'goldenrod'.
Lösning
Byt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedanTack för dina kommentarer!
single
