Matplotlib 颜色

要想把数据表示得生动的趣,往往需要使用多种颜色来配合,才可以让数据得已区分开来。那么就来学习一下matplotlib的颜色。在matplotlib里主要使用一些简单的字母来表示颜色,比如:

  • ‘k’表示黑色;
  • ‘b’表示蓝色
  • ‘c’表示青色
  • ‘g’表示绿色
  • ‘m’表示洋红
  • ‘r’表示红色
  • ‘y’黄色
  • ‘gray’或’grey’代表灰色
  • ‘lightgray’或’lightgrey’代表浅灰

这些颜色都是常用的颜色,如果你想定义一些特别的颜色,上面这些颜色也许不会满足你的需求,那么怎么办呢?这个不用急,接着下来介绍可以定义任意颜色的函数,它就是color = (r,g,b)的方式,这个语句就是利用红绿蓝三种颜色进行混合生成新颜色,这里r、g、b的取值范围是从0到1,如果color=(1,0,0)那么表示是红色,color=(0.7, 0.7, 0.7)表示浅灰色。通过下面的程序,可以绘制一个红色图:

Matplotlib 颜色

绘制这个色图时,使用了一个函数plot(),这个函数定义如下:

plt.plot([x1, x2], [y1, y2], linewidth = lw, color = ‘color’, linestyle = ‘ls’)

这个函数是画一条从(x1, y1)到(x2, y2)的直线,linewidth指定了线的宽度,color指定了线的颜色,linestyle指定线的样式。

整个例子的代码如下:

import matplotlib.pyplot as plt
import numpy as np

x1, x2 = 0, 100
y1, y2 = 0, 10

fig = plt.figure('deepinout.com')
plt.axis([x1, x2, y1, y2]) #

plt.xlabel('time')
plt.ylabel('S')
plt.title('title')

for x in np.arange(1, 100, 1):
    r = x/100
    g = 0
    b = 0
    plt.plot([x, x], [0, 10], linewidth = 5, color = (r, g, b))

plt.show()

在例子里,只有红色变量发生变化,如果你想构造不同的颜色,可以自行修改一下,比如只有绿色变化,或者只有蓝色变化,又或者三种颜色都在变化,就可以构造1700万种颜色。

有时候想混合背景的颜色,这时就需要使用透明通道的设置了,可以通过alpha参数来达到此目的。它的取值从0到1,当取值为1时,表示不透明,没有背景的颜色,如果为0就是表示完全透明。介于0与1之间,就是表示半透明状态。如下图:

Matplotlib 颜色

左边的alpha为1, 中间为0.5, 右边为0.1。

整个演示例子如下:

import matplotlib.pyplot as plt
import numpy as np

x1, x2 = 0, 100
y1, y2 = 0, 10

fig = plt.figure('deepinout.com')

plt.axis([x1, x2, y1, y2]) #

plt.xlabel('time')
plt.ylabel('S')
plt.title('title')

plt.scatter(20, 5, s = 1000, color = 'b', alpha = 1)
plt.scatter(40, 5, s = 1000, color = 'b', alpha = 0.5)
plt.scatter(60, 5, s = 1000, color = 'b', alpha = 0.1)

plt.show()

一般情况下,我们是在白色背景上绘制图案,但有时候需要在黑色背景下绘制,那又需要怎么办呢?由于matplotlib默认就是白色的背景,所以不用关心这个,但是黑色就要自己动手设置了,其实也比较简单的,就采用绘直线的函数plot来画满整个图,就可以得到黑色背景了,因此也可以采用这个方法来画不同颜色的背景。

赞(3)
未经允许不得转载:极客笔记 » Matplotlib 颜色

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址
Matplotlib 入门
Matplotlib 入门Matplotlib 安装之Linux操作系统Matplotlib 安装之Windows系统Matplotlib 安装之Mac OS X系统Matplotlib 安装之使用 Windows Installer安装程序Matplotlib 使用*.whl文件快速安装Matplotlib 绘图区域Matplotlib 设置绘图区域大小Matplotlib 网格线的颜色和刻度Matplotlib 坐标轴的标签和标题Matplotlib 指南Matplotlib pyplot指南
Matplotlib 几何图形
Matplotlib 画直线Matplotlib 图形失真Matplotlib 画圆弧示意图Matplotlib 用直线方式画圆Matplotlib 画椭圆示意图Matplotlib 画旋转向量示意图Matplotlib 使用patches绘制几何图形Matplotlib 使用模块patches的Wedge实现饼图Matplotlib 嵌套子图显示Matplotlib 两个子图显示
Matplotlib 颜色
Matplotlib 颜色Matplotlib 多边形颜色填充Matplotlib 不规则颜色填充Matplotlib 条件选择区域颜色填充
Matplotlib 坐标轴
Matplotlib 辅助指示坐标轴Matplotlib 公式显示Matplotlib 显示数学曲线Matplotlib 同一坐标里显示多条曲线Matplotlib 同一坐标里双Y轴显示Matplotlib 双Y轴显示时把图例显示到一起Matplotlib 三个Y轴显示Matplotlib 隐藏刻度方式显示三个Y轴Matplotlib 四个Y轴显示Matplotlib 一元线性回归显示Matplotlib X轴日期显示Matplotlib X轴年份采用四位显示Matplotlib X轴按小时显示Matplotlib X轴设置为弧度坐标Matplotlib X轴显示角度Matplotlib X轴显示特殊的标签Matplotlib 移动坐标轴位置Matplotlib 与数据区图像相对位置移动坐标轴位置
Matplotlib 函数
Matplotlib 函数plot 展现变量的趋势变化Matplotlib 函数plot 创建带文本标签的折线图Matplotlib 函数scatter 寻找变量之间的关系Matplotlib 函数xlim 设置x轴的数值显示范围Matplotlib 函数xlabel 设置x轴的标签文本Matplotlib 函数grid 绘制刻度线的网格线Matplotlib 函数axhline 绘制平行于x轴的水平参考线Matplotlib 函数axvspan 绘制垂直于x轴的参考区域Matplotlib 函数annotate 添加图形内容细节的指向型注释文本Matplotlib 函数text 添加图形内容细节的无指向型注释文本Matplotlib 函数title 添加图形内容的标题Matplotlib 函数legend 标示不同图形的文本标签图例Matplotlib 函数bar 用于绘制柱状图Matplotlib 函数barh 用于绘制条形图Matplotlib 函数hist 用于绘制直方图Matplotlib 函数pie 用于绘制饼图Matplotlib 函数polar 用于绘制极线图Matplotlib 函数scatter 用于绘制气泡图Matplotlib 函数stem 用于绘制棉棒图Matplotlib 函数boxplot 用于绘制箱线图Matplotlib 函数errorbar 用于绘制误差棒图Matplotlib 函数subplots和函数subplot区别
Matplotlib 动画和视频
Matplotlib ffmpeg安装Matplotlib 基本动画过程Matplotlib FuncAnimation方式创建动画Matplotlib ArtistAnimation方式创建动画Matplotlib 绘制一条螺旋曲线Matplotlib 输出gif文件Matplotlib 调用ImageMagick输出gif文件
Matplotlib 3D
Matplotlib 3D的坐标系Matplotlib 绘制3D图像
Matplotlib 导入导出
Matplotlib 保存绘图结果为PDF文件
Matplotlib 画线
Matplotlib 画线