Matplotlib提供了一系列预设的颜色渐变（colormap），可以帮助你轻松地为数据添加色彩变化。比如，`viridis`和`plasma`等渐变色谱能够根据数值大小自然过渡，非常适合用于显示连续型数据的变化趋势。对于分类数据，像`tab10`这样的颜色映射则可以提供一组互不相同的颜色，使不同的类别清晰可辨。import ma
import matplotlib.pyplot as plt import numpy as np # 创建样本数据 x = np.linspace(0, 10, 100)y = np.sin(x)# 使用 colormap 添加色彩渐变 plt.figure(figsize=(8, 6))plt.plot(x, y, color=plt.cm.viridis(0.5)) # 使用 viridis 色谱中的中间色调 plt.title('Color Customization with C...
用于表示有序的信息。 plot_color_gradients('Perceptually Uniform Sequential',['viridis', 'plasma', 'inferno', 'magma', 'cividis']) plot_color_gradients('Sequential',['Greys', 'Purples', 'Blues', 'Greens', 'Oranges', 'Reds','YlOrBr', 'YlOrRd', 'OrRd', 'PuRd', 'RdPu', 'BuPu...
import numpy as np from matplotlib import cm viridis = cm.get_cmap('viridis', 8) print('viridis.colors', viridis.colors) print('viridis(range(8))', viridis(range(8))) print('viridis(np.linspace(0, 1, 8))', viridis(np.linspace(0, 1, 8))) ''' viridis.colors [[0.267004 0.004874...
x=np.linspace(0,10,100)y=np.sin(x)colors=cm.viridis(np.linspace(0,1,len(y)))foriinrange(len(y)):plt.plot(x[i:i+2],y[i:i+2],color=colors[i])plt.title('how2matplotlib.com')plt.show() Python Copy Output: 9. 线条透明度设置 ...
importnumpyasnpimportmatplotlib.pyplotasplt# 生成样本数据data=np.random.rand(10,10)# 创建热图plt.imshow(data,cmap='viridis')# 添加颜色条plt.colorbar()# 设置标题plt.title('热图示例')# 显示图形plt.show() 1. 2. 3. 4. 5. 6. 7. ...
plot_color_gradients(‘Perceptually Uniform Sequential’, [‘viridis’, ‘plasma’, ‘inferno’, ‘magma’, ‘cividis’]) plot_color_gradients(‘Sequential’, [‘Greys’, ‘Purples’, ‘Blues’, ‘Greens’, ‘Oranges’, ‘Reds’, ‘YlOrBr’, ‘YlOrRd’, ‘OrRd’, ‘PuRd’, ‘RdPu...
颜色映射是 Matplotlib 中一个强大的功能,它允许我们将数值范围映射到颜色范围。Matplotlib 提供了多种内置的颜色映射,如‘viridis’、’plasma’、’inferno’、’magma’ 等。 以下是一个使用颜色映射的示例: importmatplotlib.pyplotaspltimportnumpyasnp# 生成数据x=np.linspace(0,10,100)y=np.linspace(0,10,10...
plt.scatter(x, y, c=colors, cmap='viridis') plt.show() 显示结果如下: 如果要显示颜色条,需要使用plt.colorbar()方法: 实例 import matplotlib.pyplot as plt import numpy as np x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6]) ...
plt.scatter(x, y, c=colors, cmap='viridis') plt.colorbar() plt.show()显示结果如下:换个颜色条参数, cmap 设置为 afmhot_r:实例 import matplotlib.pyplot as plt import numpy as np x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6]) y = np.array([99,86,87,88,111,86,103,87...