Deslize para mostrar o menu

Cores e Transparência

Cores

Quando os gráficos de barras foram discutidos, as cores das barras individuais foram personalizadas. Para alterar a cor de todos os gráficos de forma uniforme, utilize o argumento de palavra-chave 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()

Neste caso, a cor red foi definida para o primeiro gráfico de linha, e o segundo foi definido como blue. Diferentemente dos gráficos de dispersão ou de barras, que consistem em múltiplos elementos, um gráfico de linha representa um único elemento, portanto, apenas uma cor pode ser atribuída a ele. Para comparação, considere o seguinte exemplo de gráfico de barras de uma seção anterior:


              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()

Transparência

Outro parâmetro de aparência é alpha (transparência do gráfico). Seu valor padrão é 1 (opaco), que é o valor máximo possível. Basicamente, seus valores possíveis variam de 0 a 1, onde 0 torna o gráfico totalmente transparente.


              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()

Usando alpha=0.5, tornamos o gráfico da função linear mais transparente para direcionar mais atenção ao gráfico da função quadrática. A modificação da transparência é utilizada principalmente para esse propósito.

Tarefa

Swipe to start coding

Definir a cor das barras inferiores como 'darkslateblue'.
Definir a cor das barras do meio como 'steelblue' (o argumento deve seguir o parâmetro label).
Definir a transparência das barras do meio como 0.7 (o argumento mais à direita).
Definir a cor das barras superiores como 'goldenrod'.

Solução

Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 3. Capítulo 4

Pergunte à IA

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo

Cores e Transparência

Cores


              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()

Transparência


              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()

Tarefa

Swipe to start coding

Definir a cor das barras inferiores como 'darkslateblue'.
Definir a cor das barras do meio como 'steelblue' (o argumento deve seguir o parâmetro label).
Definir a transparência das barras do meio como 0.7 (o argumento mais à direita).
Definir a cor das barras superiores como 'goldenrod'.

Solução

Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 3. Capítulo 4

Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo