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

今天就跟大家聊聊有关“matplotlib图库中参数cmap怎样使用,有哪些取值方法”的内容,可能很多人都不太了解,为了让大家认识和更进一步的了解,小编给大家总结了以下内容,希望这篇“matplotlib图库中参数cmap怎样使用,有哪些取值方法”文章能对大家有帮助。


目录
  • matplotlib及相关cmap参数的取值
  • matplotlib中各种图形参数解释
    • 柱状图bar的使用
    • 散点图scatter的使用
    • 折线图plot的使用
    • 箱型图boxplot的使用
    • 饼图pie的使用

matplotlib及相关cmap参数的取值

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中各种图形参数解释

柱状图bar的使用

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
  • colorfacecolor: 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

散点图scatter的使用

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
  • vminvmax: 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

折线图plot的使用

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

箱型图boxplot的使用

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0.5
  • patch_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。

饼图pie的使用

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。

到此这篇关于“matplotlib图库中参数cmap怎样使用,有哪些取值方法”的文章就介绍到这了,更多相关内容请搜索群英网络以前的文章或继续浏览下面的相关文章,希望大家以后多多支持群英网络!
群英智防CDN,智能加速解决方案

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

成为群英会员,开启智能安全云计算之旅

立即注册
专业资深工程师驻守
7X24小时快速响应
一站式无忧技术支持
免费备案服务
免费拨打  400-678-4567
免费拨打  400-678-4567 免费拨打 400-678-4567 或 0668-2555555
在线客服
微信公众号
返回顶部
返回顶部 返回顶部
在线客服
在线客服