Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Lära Färger och transparens | Anpassning av Diagram
Ultimat Visualisering med Python

Svep för att visa menyn

book
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()
copy

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()
copy

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()
copy

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

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

Lösning

Switch to desktopByt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan
Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 3. Kapitel 4
single

single

Fråga AI

expand

Fråga AI

ChatGPT

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

close

Awesome!

Completion rate improved to 3.85

book
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()
copy

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()
copy

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()
copy

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

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

Lösning

Switch to desktopByt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan
Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

close

Awesome!

Completion rate improved to 3.85

Svep för att visa menyn

some-alt