import matplotlib.pyplot as pltimport numpy as np# 创建一个包含正负值的数据集x = np.linspace(-5, 5, 100)y = x**3# 使用 'RdBu' 发散色彩映射表plt.scatter(x, y, c=y, cmap='RdBu')plt.colorbar(label='y = x^3')plt.title('Diverging Colormap Example (RdBu)')plt.axhline(y=0,...
plt.scatter(x, y, c=colors, cmap=custom_cmap) plt.colorbar() plt.show() 在这个例子中,我们创建了一个从蓝色到绿色再到红色的colormap,并在绘图时使用该自定义colormap。 二、SEABORN中的COLORMAP Seaborn是基于Matplotlib的高级绘图库,它提供了更美观的默认样式和更简化的接口。Seaborn也支持colormap的使用...
通过调用reversed方法,我们创建了一个反转的colormap,并将其应用于数据可视化。 创建自定义colormap 如果需要更复杂的自定义,可以使用LinearSegmentedColormap类创建新的colormap。例如,创建一个从红色到蓝色渐变的colormap: from matplotlib.colors import LinearSegmentedColormap custom_colormap = LinearSegmentedColormap....
在Matplotlib中,colormap通常用于将标量数据映射到颜色空间。当我们在scatter()函数中使用colormap时,我们实际上是在为每个点分配一个颜色,这个颜色基于点的数值大小。例如,如果我们有一个表示温度的数值列表,并将其映射到颜色空间,那么较低的温度值可能会对应蓝色,而较高的温度值可能会对应红色。 突出数据的规律: co...
plt.scatter(x, y, c=y, cmap='Blues') plt.colorbar(label='sin(x)') plt.title('Sequential Colormap Example (Blues)') plt.show() 这个例子使用 ‘Blues’ 顺序色彩映射表来可视化 sin 函数。颜色从浅蓝色(低值)渐变到深蓝色(高值),清晰地展示了函数值的变化。
p.scatter(x,y,size=20,# screen units 显示器像素单位 # radius=1,# data-space units 坐标轴单位 marker="circle",color="navy",alpha=0.5)# p.circle(x,y,size=20,color="navy",alpha=0.5)# 显示show(p) 运行结果如图3所示。 ▲图3 代码示例①运行结果 ...
# 选择 colormapcmap=cm.get_cmap('viridis')# 'viridis' 是一种常用的 colormap# 绘制图表plt.scatter(x,y,c=z,cmap=cmap)# 使用 colormap 进行散点图绘制plt.colorbar()# 显示色条 1. 2. 3. 4. 5. 6. cm.get_cmap('viridis'):获取 ‘viridis’ colormap。你可以尝试其他如 ‘plasma’、‘...
下面是一个简单的示例,展示了如何在Matplotlib中使用Colormap来绘制一个色彩丰富的散点图: importmatplotlib.pyplotaspltimportnumpyasnp x=np.random.rand(1000)y=np.random.rand(1000)colors=np.random.rand(1000)plt.scatter(x,y,c=colors,cmap='viridis')plt.colorbar()plt.show() ...
p2.scatter(x,y, radius=radii, fill_color=colors2, fill_alpha=0.6, line_color=None) # 直接显示 # show(p1) # show(p2) # 网格显示 from bokeh.layouts import gridplot grid = gridplot([[p1, p2]]) show(grid) 运行结果...