Comment pouvez-vous améliorer les nuages ​​de points avec la coloration en niveaux de gris ?

Mary-Kate Olsen
Libérer: 2024-11-10 03:59:02
original
945 Les gens l'ont consulté

How Can You Enhance Scatter Plots with Grayscale Coloring?

Amélioration des nuages ​​de points avec une coloration en niveaux de gris

Créer des nuages ​​de points qui visualisent des points de données avec un ombrage de couleur basé sur une troisième variable est une technique utile. Cependant, obtenir un ombrage en niveaux de gris nécessite une approche légèrement différente.

Dans ce cas, la clé est d'utiliser une palette de couleurs en niveaux de gris. En spécifiant une palette de couleurs en niveaux de gris, vous pouvez convertir les valeurs de la troisième variable en nuances de gris, ajoutant ainsi une dimension supplémentaire à votre nuage de points.

Mise en œuvre :

Pour mettre en œuvre cela technique, suivez ces étapes :

  1. Importez les bibliothèques nécessaires :
import numpy as np
import matplotlib.pyplot as plt
Copier après la connexion
  1. Générez vos points de données (en supposant que 'w' et 'M ' sont déjà disponibles) :

    # Generate data...
    p = np.random.random(10)  # Example data for the third variable
    Copier après la connexion
  2. Créez le nuage de points en spécifiant la palette de couleurs en niveaux de gris et la taille en points :

    plt.scatter(w, M, c=p, s=500, cmap='gray')
    Copier après la connexion
  3. Affichez le plot :

    plt.show()
    Copier après la connexion

Cette approche génère un nuage de points en niveaux de gris où les points de données sont ombrés en fonction des valeurs de la troisième variable « p ». Le tracé résultant fournit une visualisation plus informative de vos données.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

source:php.cn
Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn
Derniers articles par auteur
Tutoriels populaires
Plus>
Derniers téléchargements
Plus>
effets Web
Code source du site Web
Matériel du site Web
Modèle frontal