Heim Backend-Entwicklung Python-Tutorial So passen Sie die Farbe des Säulendiagramms in der Matplotlib-Bibliothek an

So passen Sie die Farbe des Säulendiagramms in der Matplotlib-Bibliothek an

Jan 17, 2024 am 09:22 AM

So passen Sie die Farbe des Säulendiagramms in der Matplotlib-Bibliothek an

Matplotlib ist eine der am häufigsten verwendeten Datenvisualisierungsbibliotheken in Python, die umfangreiche Zeichenfunktionen bietet. Beim Zeichnen eines Säulendiagramms können wir die Lesbarkeit und Schönheit des Diagramms verbessern, indem wir die Farbe ändern. Im Folgenden wird detailliert beschrieben, wie die Matplotlib-Bibliothek zum Ändern der Farbe des Säulendiagramms verwendet wird, und es werden spezifische Codebeispiele bereitgestellt.

In Matplotlib können wir die Funktion bar verwenden, um ein Balkendiagramm zu zeichnen. Die grundlegende Verwendung dieser Funktion ist wie folgt: bar函数来绘制柱形图。该函数的基本用法如下:

plt.bar(x, height, width, color)
Nach dem Login kopieren

其中,x表示柱形图的x坐标,height表示柱形的高度,width表示柱形的宽度,color表示柱形的颜色。

接下来我们将介绍两种常用的方法来改变柱形图的颜色。

方法一:使用颜色名称或代号

Matplotlib库支持使用预定义的颜色名称或代号来设置柱形图的颜色。下面是一些常用的颜色名称和代号:

  • 颜色名称:'red', 'blue', 'green', 'yellow', 'orange', 'purple', 'gray', 'black', 'white'
  • 颜色代号:'r', 'b', 'g', 'y', 'm', 'c', 'k', 'w'

我们可以直接将颜色名称或代号作为参数传递给color,如下所示:

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [10, 8, 5, 7, 6]

plt.bar(x, y, color='blue')
plt.show()
Nach dem Login kopieren

在上述示例中,我们将柱形图的颜色设置为蓝色。

方法二:使用颜色映射

除了使用预定义的颜色名称或代号外,Matplotlib还支持使用颜色映射来设置柱形图的颜色。颜色映射是一种将数据映射到颜色的方式,可用于更好地展示数据的变化。Matplotlib提供了cm模块来支持常见的颜色映射。

下面是一个使用颜色映射的示例:

import matplotlib.pyplot as plt
import numpy as np
from matplotlib import cm

x = [1, 2, 3, 4, 5]
y = [10, 8, 5, 7, 6]

colors = cm.Reds(np.linspace(0, 1, len(x)))

plt.bar(x, y, color=colors)
plt.show()
Nach dem Login kopieren

在上述示例中,我们使用cm.Reds将数据映射到红色系列的颜色中,并通过np.linspacerrreee

Unter diesen stellt x die x-Koordinate des Säulendiagramms dar, height stellt die Höhe der Spalte dar, width gibt die Breite der Spalte an und color gibt die Farbe der Spalte an.

Als nächstes stellen wir zwei gängige Methoden vor, um die Farbe des Säulendiagramms zu ändern.

Methode 1: Farbnamen oder Codes verwenden🎜🎜Die Matplotlib-Bibliothek unterstützt die Verwendung vordefinierter Farbnamen oder Codes, um die Farbe des Säulendiagramms festzulegen. Im Folgenden sind einige häufig verwendete Farbnamen und Codes aufgeführt: 🎜
  • Farbnamen: „Rot“, „Blau“, „Grün“, „Gelb“, „Orange“, „Lila“, „Grau“, „ black ', 'white'
  • Farbcodes: 'r', 'b', 'g', 'y', 'm', 'c', 'k', 'w'
🎜Wir können den Farbnamen oder -code wie folgt direkt als Parameter an color übergeben: 🎜rrreee🎜Im obigen Beispiel setzen wir die Farbe des Säulendiagramms auf Blau. 🎜🎜Methode 2: Farbzuordnung verwenden🎜🎜Zusätzlich zur Verwendung vordefinierter Farbnamen oder -codes unterstützt Matplotlib auch die Verwendung von Farbzuordnung, um die Farbe des Säulendiagramms festzulegen. Bei der Farbzuordnung handelt es sich um eine Möglichkeit, Daten Farben zuzuordnen, mit deren Hilfe Änderungen in den Daten besser dargestellt werden können. Matplotlib stellt das Modul cm zur Unterstützung gängiger Farbzuordnungen bereit. 🎜🎜Hier ist ein Beispiel mit Farbzuordnung: 🎜rrreee🎜Im obigen Beispiel verwenden wir cm.Reds, um die Daten in die rote Farbreihe abzubilden und übergeben np.linspace gibt den Bereich der Farbzuordnung an. 🎜🎜Mit den beiden oben genannten Methoden können wir die Farbe des Säulendiagramms einfach ändern und die Lesbarkeit und Schönheit des Diagramms verbessern. 🎜🎜Zusammenfassend stellt dieser Artikel vor, wie man die Farbe des Säulendiagramms in der Matplotlib-Bibliothek ändert, und gibt spezifische Codebeispiele. Durch die Verwendung vordefinierter Farbnamen oder -codes und Farbzuordnung können wir die Farbe des Säulendiagramms flexibel entsprechend unseren Anforderungen festlegen, um eine bessere Datenvisualisierung zu erreichen. 🎜

Das obige ist der detaillierte Inhalt vonSo passen Sie die Farbe des Säulendiagramms in der Matplotlib-Bibliothek an. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

AI Hentai Generator

AI Hentai Generator

Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

R.E.P.O. Energiekristalle erklärten und was sie tun (gelber Kristall)
2 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Repo: Wie man Teamkollegen wiederbelebt
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Hello Kitty Island Abenteuer: Wie man riesige Samen bekommt
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

So verwenden Sie Python, um die ZiPF -Verteilung einer Textdatei zu finden So verwenden Sie Python, um die ZiPF -Verteilung einer Textdatei zu finden Mar 05, 2025 am 09:58 AM

Dieses Tutorial zeigt, wie man Python verwendet, um das statistische Konzept des Zipf -Gesetzes zu verarbeiten, und zeigt die Effizienz des Lesens und Sortierens großer Textdateien von Python bei der Bearbeitung des Gesetzes. Möglicherweise fragen Sie sich, was der Begriff ZiPF -Verteilung bedeutet. Um diesen Begriff zu verstehen, müssen wir zunächst das Zipf -Gesetz definieren. Mach dir keine Sorgen, ich werde versuchen, die Anweisungen zu vereinfachen. Zipf -Gesetz Das Zipf -Gesetz bedeutet einfach: In einem großen natürlichen Sprachkorpus erscheinen die am häufigsten vorkommenden Wörter ungefähr doppelt so häufig wie die zweiten häufigen Wörter, dreimal wie die dritten häufigen Wörter, viermal wie die vierten häufigen Wörter und so weiter. Schauen wir uns ein Beispiel an. Wenn Sie sich den Brown Corpus in amerikanischem Englisch ansehen, werden Sie feststellen, dass das häufigste Wort "Th ist

Wie benutze ich eine schöne Suppe, um HTML zu analysieren? Wie benutze ich eine schöne Suppe, um HTML zu analysieren? Mar 10, 2025 pm 06:54 PM

In diesem Artikel wird erklärt, wie man schöne Suppe, eine Python -Bibliothek, verwendet, um HTML zu analysieren. Es beschreibt gemeinsame Methoden wie find (), find_all (), select () und get_text () für die Datenextraktion, die Behandlung verschiedener HTML -Strukturen und -Anternativen (SEL)

Bildfilterung in Python Bildfilterung in Python Mar 03, 2025 am 09:44 AM

Der Umgang mit lauten Bildern ist ein häufiges Problem, insbesondere bei Mobiltelefonen oder mit geringen Auflösungskamera-Fotos. In diesem Tutorial wird die Bildfilterungstechniken in Python unter Verwendung von OpenCV untersucht, um dieses Problem anzugehen. Bildfilterung: Ein leistungsfähiges Werkzeug Bildfilter

Wie man mit PDF -Dokumenten mit Python arbeitet Wie man mit PDF -Dokumenten mit Python arbeitet Mar 02, 2025 am 09:54 AM

PDF-Dateien sind für ihre plattformübergreifende Kompatibilität beliebt, wobei Inhalte und Layout für Betriebssysteme, Lesegeräte und Software konsistent sind. Im Gegensatz zu Python Processing -Klartextdateien sind PDF -Dateien jedoch binäre Dateien mit komplexeren Strukturen und enthalten Elemente wie Schriftarten, Farben und Bilder. Glücklicherweise ist es nicht schwierig, PDF -Dateien mit Pythons externen Modulen zu verarbeiten. In diesem Artikel wird das PYPDF2 -Modul verwendet, um zu demonstrieren, wie Sie eine PDF -Datei öffnen, eine Seite ausdrucken und Text extrahieren. Die Erstellung und Bearbeitung von PDF -Dateien finden Sie in einem weiteren Tutorial von mir. Vorbereitung Der Kern liegt in der Verwendung von externem Modul PYPDF2. Installieren Sie es zunächst mit PIP: pip ist p

Wie kann man mit Redis in Django -Anwendungen zwischenstrichen Wie kann man mit Redis in Django -Anwendungen zwischenstrichen Mar 02, 2025 am 10:10 AM

Dieses Tutorial zeigt, wie man Redis Caching nutzt, um die Leistung von Python -Anwendungen zu steigern, insbesondere innerhalb eines Django -Frameworks. Wir werden Redis -Installation, Django -Konfiguration und Leistungsvergleiche abdecken, um den Vorteil hervorzuheben

Wie führe ich ein tiefes Lernen mit Tensorflow oder Pytorch durch? Wie führe ich ein tiefes Lernen mit Tensorflow oder Pytorch durch? Mar 10, 2025 pm 06:52 PM

Dieser Artikel vergleicht TensorFlow und Pytorch für Deep Learning. Es beschreibt die beteiligten Schritte: Datenvorbereitung, Modellbildung, Schulung, Bewertung und Bereitstellung. Wichtige Unterschiede zwischen den Frameworks, insbesondere bezüglich des rechnerischen Graps

Einführung in die parallele und gleichzeitige Programmierung in Python Einführung in die parallele und gleichzeitige Programmierung in Python Mar 03, 2025 am 10:32 AM

Python, ein Favorit für Datenwissenschaft und Verarbeitung, bietet ein reichhaltiges Ökosystem für Hochleistungs-Computing. Die parallele Programmierung in Python stellt jedoch einzigartige Herausforderungen dar. Dieses Tutorial untersucht diese Herausforderungen und konzentriert sich auf die globale Interprete

So implementieren Sie Ihre eigene Datenstruktur in Python So implementieren Sie Ihre eigene Datenstruktur in Python Mar 03, 2025 am 09:28 AM

Dieses Tutorial zeigt, dass eine benutzerdefinierte Pipeline -Datenstruktur in Python 3 erstellt wird, wobei Klassen und Bedienerüberladungen für verbesserte Funktionen genutzt werden. Die Flexibilität der Pipeline liegt in ihrer Fähigkeit, eine Reihe von Funktionen auf einen Datensatz GE anzuwenden

See all articles