importmatplotlib.pyplotaspltimportnumpyasnp# 创建数据x=np.linspace(0,10,100)y=np.sin(x)# 绘制图形plt.figure()plt.scatter(x,y,c=y,cmap='viridis')# 设置cmap为'viridis'plt.colorbar()# 添加颜色条plt.show() 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 在上面的示例中,我们通过...
pastel:呈现柔和的色调,适合用在更加轻松的场景。 dark:将颜色变深,适合夜间主题。 以下是如何在Seaborn中使用这些颜色映射的示例: importseabornassns# 生成随机数据data=np.random.rand(10,10)# 创建热力图plt.figure(figsize=(10,8))sns.heatmap(data,cmap='deep')plt.title('Heatmap with Deep Color Palet...
python画图colorbar颜色大全plt.cm.get_cmap python画图colorbar颜⾊⼤全plt.cm.get_cmap 名字后_r取反
常用的cmap包括: ‘viridis’:从浅绿到深蓝的颜色映射 ‘plasma’:从粉红到黄色的颜色映射 ‘inferno’:从橙色到黑色的颜色映射 ‘magma’:从紫红到黑色的颜色映射 ‘cividis’:色盲友好的颜色映射 示例如下: import matplotlib.pyplot as plt # 创建一个随机的10x10的矩阵 import numpy as np data = np.random...
ax=sns.heatmap(data,cmap=cmap,vmax=300,annot=True,# 热力图上显示数值 fmt='0.f',# 数值格式 linewidths=0.5,)ax.set_title(label='北京最近15个月空气质量AQI',fontdict={'fontsize':16})# 将x轴刻度放在最上面 ax.xaxis.set_ticks_position('top') ...
python设置scatter颜色渐变 参考代码如下: import matplotlib.pyplot as plt cm = plt.cm.get_cmap('RdYlBu') xy = range(20) z = xy sc = plt.scatter(xy, xy, c=z, vmin=0, vmax=20, s=35, cmap=cm) plt.colorbar(sc) plt.show() 其中...
python 画图colorbar 颜色大全 plt.cm.get_cmap 1 2 例如: plt.matshow(cm, cmap=plt.cm.YlGnBu)python论文画图分类: python数据处理 好文要顶 关注我 收藏该文 微信分享 CeasonCing 粉丝- 0 关注- 3 +加关注 2 0 升级成为会员 posted @ 2020-12-23 11:52 CeasonCing 阅读(15644) 评论(4) ...
在上面的代码中,我们首先创建了一个颜色映射cmap,通过ListedColormap来指定颜色列表。然后创建了一个随机生成的数据数组data,并将这个数据数组应用到一个图像中,指定颜色映射为cmap。最后使用colorbar()函数添加颜色条。 通过这样的方式,我们可以很容易地将颜色映射和颜色条应用到绘图中,以更好地展示数据的分布和趋势。
cmap=plt.cm.cool#设置颜色地图 plt.imshow(cm,cmap = cmap) plt.colorbar()#显示右边的颜色条 #设置x/y轴的刻度标签 classes=["负债率","信贷数量","年龄","家属数量"] tick_marks = np.arange(len(classes)) plt.xticks(tick_marks,classes) ...