Cores e Transparência
Cores
Ao discutir gráficos de barras, 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.
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()
Neste caso, a cor red foi definida para o primeiro gráfico de linha, e o segundo foi definido como blue. Diferente 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:
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()
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.
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()
Ao utilizar alpha=0.5, tornamos o gráfico da função linear mais transparente para direcionar maior atenção ao gráfico da função quadrática. A modificação da transparência é utilizada principalmente para esse propósito.
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 parâmetrolabel). - Definir a transparência das barras do meio como
0.7(o argumento mais à direita). - Definir a cor das barras superiores como
'goldenrod'.
Solução
Obrigado pelo seu feedback!
single
Pergunte à IA
Pergunte à IA
Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo
Can you explain more about how to choose colors for different types of plots?
How does the `alpha` parameter affect overlapping plots?
Can you show how to set a default color for all plots in a figure?
Awesome!
Completion rate improved to 3.85Cores e Transparência
Deslize para mostrar o menu
Cores
Ao discutir gráficos de barras, 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.
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()
Neste caso, a cor red foi definida para o primeiro gráfico de linha, e o segundo foi definido como blue. Diferente 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:
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()
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.
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()
Ao utilizar alpha=0.5, tornamos o gráfico da função linear mais transparente para direcionar maior atenção ao gráfico da função quadrática. A modificação da transparência é utilizada principalmente para esse propósito.
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 parâmetrolabel). - 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 abaixoObrigado pelo seu feedback!
single
