連続的なデータを扱うなら、カラーマップを利用することで美しいグラフを作成することができます。 カラーマップはplt.get_cmap()で取得します。取得したカラーマップに数値(0.0 ~ 1.0)を渡すことで、そのカラーマップ内の色を使うことができます。 demo.py import numpy as np import ...
# 背景色を設定ax.set_facecolor(rgba_color_with_new_alpha) これだけでもよいのですが、RGBA(Red-Green-Blue-Alpha)形式の色指定を取得してから、透明度(Alpha 値)を変更する方が図の邪魔にならなくてよいです。Alpha 値は 0(完全に透明)から 1(完全に不透明)までの値をとります。そのためのお...
facecolor 引数を使用して背景色を黄色に設定します。 figure = plot.figure(figsize=(8, 6), facecolor="yellow") add_axes() メソッドを使用して 3 軸インスタンスを追加します。 このメソッドは、向きを定義するタプルを受け入れます。 最初のパラメータは座標 x、2 番目は y 座標、3 ...
どちらの方法もNaNや負の値を含むデータであっても警告は出ますがエラーにはならずにそれらの要素をNaNとして扱って背景色(デフォルトのカラーマップviridisでは透明)で表示します15。 # 一部にNaNと負の数値を設定 data[60:65, 70:75] = -0.1 data[50:55, 80:85] = np.nan fig, axes ...
1.4 コーディングスタイル 明示的インターフェースと暗黙的インターフェース 1.5 ヘルパー関数の作成 1.6 Artistsのスタイリング 色 線幅(Linewidths)、ラインスタイル(linestyles)、マーカーサイズ(markersizes) 1.7 ラベリングプロット Axesのラベルとテキスト テキスト中の数...