Svep för att visa menyn

Färger och transparens

Färger

När stapeldiagram diskuterades, anpassades färgerna på enskilda staplar. För att ändra färgen för alla diagram enhetligt, använd nyckelargumentet color.


              123456789101112131415161718
            
import 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:


              123456789
            
import 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 det maximala möjliga värdet. Möjliga värden sträcker sig från 0 till 1, där 0 gör diagrammet helt genomskinligt.


              123456789101112131415
            
import 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 främst för detta syfte.

Uppgift

Swipe to start coding

Ange färgen på de nedersta staplarna till 'darkslateblue'.
Ange färgen på de mellersta staplarna till 'steelblue' (argumentet ska placeras efter parametern label).
Ange transparensen för de mellersta staplarna till 0.7 (det sista argumentet till höger).
Ange färgen på de översta staplarna till 'goldenrod'.

Lösning

Byt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 3. Kapitel 4

Fråga AI

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

Färger och transparens

Färger

När stapeldiagram diskuterades, anpassades färgerna på enskilda staplar. För att ändra färgen för alla diagram enhetligt, använd nyckelargumentet color.


              123456789101112131415161718
            
import 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()


              123456789
            
import 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


              123456789101112131415
            
import 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()

Uppgift

Swipe to start coding

Ange färgen på de nedersta staplarna till 'darkslateblue'.
Ange färgen på de mellersta staplarna till 'steelblue' (argumentet ska placeras efter parametern label).
Ange transparensen för de mellersta staplarna till 0.7 (det sista argumentet till höger).
Ange färgen på de översta staplarna till 'goldenrod'.

Lösning

Byt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 3. Kapitel 4

Byt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan