Kursinhalt
Ultimative Visualisierung mit Python
Ultimative Visualisierung mit Python
Farben und Transparenz
Farben
Als wir über Balkendiagramme sprachen, haben wir die Farben der Balken angepasst und eine einzigartige Farbe für jeden einzelnen Balken festgelegt. Tatsächlich ist es möglich, die Farbe/Farben für alle Diagramme mit dem color-Schlüsselwortargument zu ändern. Schauen wir uns ein Beispiel an:
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()
Hier haben wir die red Farbe für das erste Liniendiagramm festgelegt, während das zweite Liniendiagramm auf die blue Farbe gesetzt wurde. Im Gegensatz zu Streudiagrammen oder Balkendiagrammen (sie haben mehrere Elemente) können wir für das Liniendiagramm nur eine Farbe festlegen, da es nur ein Element hat. Apropos Balkendiagramme, hier ist ein Beispiel aus dem vorherigen Abschnitt:
import matplotlib.pyplot as plt programming_languages = ['Python', 'Java', 'C#', 'C++'] shares = [40, 30, 17, 13] # Setting separate a color for each bar plt.bar(programming_languages, shares, color=['b', 'green', 'red', 'yellow']) plt.title('Percentage of users of programming languages') plt.show()
Transparenz
Ein weiterer Erscheinungsparameter ist alpha (Transparenz des Plots). Sein Standardwert ist 1 (undurchsichtig), was sein maximal möglicher Wert ist. Grundsätzlich reichen seine möglichen Werte von 0 bis 1, wobei 0 den Plot vollständig transparent macht.
Lassen Sie uns unsere Linienplots mit diesem Parameter modifizieren:
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()
Durch die Verwendung von alpha=0.5 haben wir das Diagramm für die lineare Funktion transparenter gemacht, um mehr Aufmerksamkeit auf das Diagramm der quadratischen Funktion zu lenken. Die Modifikation der Transparenz wird hauptsächlich genau zu diesem Zweck verwendet.
Swipe to start coding
- Setzen Sie die Farbe der untersten Balken auf
'darkslateblue'. - Setzen Sie die Farbe der mittleren Balken auf
'steelblue'(das Argument sollte demlabel-Parameter folgen). - Setzen Sie die Transparenz der mittleren Balken auf
0.7(das rechteste Argument). - Setzen Sie die Farbe der obersten Balken auf
'goldenrod'.
Lösung
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwendenDanke für Ihr Feedback!
Farben und Transparenz
Farben
Als wir über Balkendiagramme sprachen, haben wir die Farben der Balken angepasst und eine einzigartige Farbe für jeden einzelnen Balken festgelegt. Tatsächlich ist es möglich, die Farbe/Farben für alle Diagramme mit dem color-Schlüsselwortargument zu ändern. Schauen wir uns ein Beispiel an:
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()
Hier haben wir die red Farbe für das erste Liniendiagramm festgelegt, während das zweite Liniendiagramm auf die blue Farbe gesetzt wurde. Im Gegensatz zu Streudiagrammen oder Balkendiagrammen (sie haben mehrere Elemente) können wir für das Liniendiagramm nur eine Farbe festlegen, da es nur ein Element hat. Apropos Balkendiagramme, hier ist ein Beispiel aus dem vorherigen Abschnitt:
import matplotlib.pyplot as plt programming_languages = ['Python', 'Java', 'C#', 'C++'] shares = [40, 30, 17, 13] # Setting separate a color for each bar plt.bar(programming_languages, shares, color=['b', 'green', 'red', 'yellow']) plt.title('Percentage of users of programming languages') plt.show()
Transparenz
Ein weiterer Erscheinungsparameter ist alpha (Transparenz des Plots). Sein Standardwert ist 1 (undurchsichtig), was sein maximal möglicher Wert ist. Grundsätzlich reichen seine möglichen Werte von 0 bis 1, wobei 0 den Plot vollständig transparent macht.
Lassen Sie uns unsere Linienplots mit diesem Parameter modifizieren:
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()
Durch die Verwendung von alpha=0.5 haben wir das Diagramm für die lineare Funktion transparenter gemacht, um mehr Aufmerksamkeit auf das Diagramm der quadratischen Funktion zu lenken. Die Modifikation der Transparenz wird hauptsächlich genau zu diesem Zweck verwendet.
Swipe to start coding
- Setzen Sie die Farbe der untersten Balken auf
'darkslateblue'. - Setzen Sie die Farbe der mittleren Balken auf
'steelblue'(das Argument sollte demlabel-Parameter folgen). - Setzen Sie die Transparenz der mittleren Balken auf
0.7(das rechteste Argument). - Setzen Sie die Farbe der obersten Balken auf
'goldenrod'.
Lösung
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwendenDanke für Ihr Feedback!
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwenden