matplotlib图库中参数cmap怎样使用,有哪些取值方法
Admin 2022-12-20 群英技术资讯 764 次浏览
在matplotlib中对于图片的显示有如下方法(这不是重点), 其中有cmap=‘binary’的参数。
plt.imshow(imgs[i].reshape(28, 28), cmap='binary') #或如下:也可以达到相同的效果 plt.imshow(imgs[i].reshape(28, 28), cmap=plt.get_cmap('binary'))
这 是对显示颜色参数的定义,它可以有很多渐变色可以选择:
具体取值详细参见:
https://matplotlib.org/users/colormaps.html
https://matplotlib.org/examples/color/colormaps_reference.html
matplotlib.pyplot.bar(left, height, alpha=1, width=0.8, color=, edgecolor=, label=, lw=3)
left
: x轴的位置序列,一般采用range函数产生一个序列,但是有时候可以是一个字符串height
: y轴的数值序列,也就是柱形图的高度,一般就是我们需要显示的数据alpha
: 透明度,值越小越透明width
: 为柱形图的宽度,一般是0.8就行color
或facecolor
: 柱形图填充的颜色edgecolor
: 图形边缘颜色label
: 解释每个图像代表的含义,这个参数是为legend()函数做铺垫的,表示该次bar的标签。linewidth or linewidths or lw
: 边缘or线的宽plt.scatter(x, y, s=20, c=None, marker=‘o', cmap=None, norm=None, alpha=None, linewidths=None, edgecolors=None
x
: 指定散点图的x轴数据y
: 指定散点图的y轴数据s
: 指定散点图点的大小,默认为20,通过新传入的变量,实现气泡图的绘制c
: 指定散点图点的颜色,默认为蓝色marker
: 指定散点图点的形状,默认为圆形cmap
: 指定色 图,只有当c参数是一个浮点型的数组时才起作用norm
: 指定数据亮度, 标准化到0~1之间,使用该参数仍需要c为浮点型的数组vmin
、vmax
: 亮度设置,与norm类似,如果使用了norm则该参数无效alpha
: 设置散点的透明度edgecolors
: 设置散点边界线的颜色linewidths
: 设置散点边界线的粗细plt.plot(x, y, color=, linewidth=,linestyle=, label=, marker=,)
x,y
: array表示x轴与y轴对应的数据color
: 表示折线的颜色marker
: 表示这线上数据点处的类型linestyle
: 表示折线的类型linewidth
: 表示折线的粗细alpha
: 表示电的透明度label
: 数据图例内容matplotlib.pyplot.boxplot(x, north=None, sym=None, vert=None, whis=None, positions=None, widths=None, patch_artist=None, meanline=None, showmeans=None, showcaps=None, showbox=None, showfliers=None, boxprops=None, labels=None, filerprops=None, medianprops=None, meanprops=None, capprops=None, whiskerprops=None)
x
: 指定要绘制箱型图的数据north
: 是否是凹凸的形式展现箱线图,默认非凹凸sym
: 指定异常点的形状,默认为+号表示vert
: 是否需要将箱线图垂直摆放,默认垂直摆放whis
: 指定上下须与上下四分位的距离,默认为1.5倍的四分位差positions
: 指定箱线图的位置,默认为[0, 1, 2,…]widths
: 指定箱线图的宽度,默认为0.5patch_artist
: 是否填充箱体的颜色meanline
: 是否用线的形式表示均值,默认用点来表示showmeans
: 是否显示均值,默认不显示showcaps
: 是否显示箱线图顶端和末端的两条线,默认显示showfliers
: 是否显示异常值,默认显示boxprops
: 设置箱体的属性,如边框色、填充色等labels
: 为箱线图添加标签,类似于图例的使用filerprops
: 设置异常值的属性,如异常点的形状、大小、填充色等medianprops
: 设置中位数的属性,如线的类型、粗细等meanprops
: 设置均值的属性,如点的大小、颜色等capprops
: 设置箱线图顶端和末端线条的属性,如颜色、粗细等whiskerprops
: 设置须的属性,如颜色、粗细、线的类型等。matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False)
x
: 指定绘图的数据explode
: 指定饼图某些部分的突出显示,即呈现爆炸式labels
: 为饼图添加标签说明,类似于图例说明colors
: 指定饼图的填充色autopct
: 自动添加百分比显示,可以采用格式化的方法显示pctdistance
: 设置百分比标签与圆心的距离shadow
: 是否添加饼图的阴影效果labeldistance
: 设置各扇形标签(图例)与圆心的距离startangle
: 设置饼图的初始摆放角度radius
: 设置饼图的半径大小counterclock
: 是否让饼图按逆时针顺序呈现wedgeprops
: 设置饼图中文本的属性,如字体大小、颜色等center
: 指定饼图的中心点位置,默认为原点frame
: 是否要显示饼图背后的图框,如果设置为True的话,需要同时控制图框x轴、y轴的范围和饼图的中心位置。免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。
猜你喜欢
关于python中迭代器,生成器介绍的文章不算少数,有些写的也很透彻,但是更多的是碎片化的内容。本篇尝试用系统的介绍三者的概念和关系,需要的可以参考一下
这篇文章主要介绍了python 中[0]*2与0*2的区别说明,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
分箱是一种常见的数据预处理技术有时也被称为分桶或离散化,他可用于将连续数据的间隔分组到“箱”或“桶”中。本文将使用python Pandas库对数值进行分箱的4种方法,感兴趣的可以了解一下
这篇文章主要介绍了在python 脚本下解析json数据,json数据包括JSONObject和JSONArray,下文关于其解析的内容需要的小伙伴可以参考一下
内容介绍前言环境依赖代码验证一下前言本文提供将图片按照自定义尺寸进行裁剪的工具方法,一如既往的实用主义。环境依赖ffmpeg环境安装,可以参考:在Windows上安装FFmpeg程序的图文方法本文主要
成为群英会员,开启智能安全云计算之旅
立即注册Copyright © QY Network Company Ltd. All Rights Reserved. 2003-2020 群英 版权所有
增值电信经营许可证 : B1.B2-20140078 粤ICP备09006778号 域名注册商资质 粤 D3.1-20240008