Matplotlib — это графический пакет для языка Python, использующий NumPy, арифметическое расширение. Он предлагает объектно-ориентированный API для вставки графиков в приложения с использованием различных наборов инструментов графического интерфейса. Существует также процедурный интерфейс «pylab», построенный на машине состояний (например, OpenGL), который должен выглядеть как MATLAB, однако использовать его не рекомендуется.
Они нанесены на отдельную ось в Matplotlib. Figure.colorbar или его pyplot, покрывающий pyplot.colorbar, который внутри использует make_axes и colorbar, обычно используется для создания цветных полос. Вам не придется вручную вызывать подходы или инициализировать модули в этом сегменте в качестве конечного пользователя.
Matplotlib — это численно-математическое расширение библиотеки NumPy в Python. Художник верхнего уровня, Фигура, предоставляется модулем фигуры и включает в себя все элементы сюжета. Этот модуль управляет расстоянием между подграфиками и верхними элементами графика по умолчанию.
В этой статье мы рассмотрим методы работы с техникой Matplotlib Colorbar и то, как она может помочь нам получить желаемые результаты. Начнем статью с простой иллюстрации, а далее обсудим более сложные.
Добавьте вертикальную цветовую полосу к диаграмме рассеивания
График нормальной вероятности для веб-страницы электронной коммерции показан ниже. Он отображает долю зрителей по сравнению с общим количеством транзакций. В данном случае соотношение между ними показано цветной полосой. Мы могли видеть по цветной полосе, указывающей, что количество людей меньше в некоторые дни, транзакций было больше.
Максимальные коэффициенты конверсии отмечены желтыми точками. Мы могли бы получить простую иллюстрацию вертикальной цветной полосы на изображении ниже.
Теперь посмотрим на код программы. Мы продолжили работу с программой, импортировав библиотеку Python Matplotlib. Затем для горизонтального и вертикального направлений мы предоставили разные координаты.
После этого мы определили коэффициент преобразования. Затем мы наметили это так. Мы используем термин cmap, который относится к карте цветов. Цвет, связанный с указанным условием, создается с помощью cmap.
import matplotlib.pyplot as plt
import numpy as num
Numofvisit = [3110, 920, 874, 3406, 4178, 2024, 4985]
sales = [350, 93, 68, 292, 439, 350, 180]
conversion = [.05,.09,.02,1.1,2.9,.37,.68]
plt.scatter(x=Numofvisit,y=sales,c=conversion,cmap=«spring»)
cbar=plt.colorbar(label=«conversion», orientation=«horizontal»,shrink=.55)
cbar.set_ticks([2.14,.80, 0.35, 2.32, 1.8,1.0])
cbar.set_ticklabels([«x»,«x», «y», «z», «k»,«l»])
plt.show()
Мы использовали компонент заголовка для метки цветовой полосы, которая указывает, что именно символизирует или как ее следует позиционировать. Здесь цветная полоса имеет заголовок «ПРЕОБРАЗОВАНИЕ» из-за тега label. Мы использовали функцию «сжать», чтобы настроить размер данной цветной полосы. Здесь также применены метки на цветовой полосе. Для этого мы использовали методы set ticks и set ticklabels.
Теги — это фраза, которая показывает размер графика. Однако мы можем легко изменять и модифицировать эти графики в соответствии с нашими требованиями. Мы также можем настроить размер, цвет и стиль шрифта.
Добавьте одну цветовую полосу к нескольким подграфикам
Первый метод аналогичен традиционному черчению, в котором сначала создается основной график, а затем добавляется цветовая полоса. В Matplotlib есть два способа добавить цветовую полосу: явный и неявный. Цель состоит в том, чтобы вручную изменить текущие оси в заявленной технике, чтобы освободить место для дополнительной цветовой полосы. Затем, в частности, вместо цветовой полосы добавьте ось.
import matplotlib.pyplot as plt
import numpy as np
fig, axes = plt.subplots(nrows=3, ncols=4, figsize=(9.5, 6))
for ax in axes.flat:
ax.set_axis_off()
im = ax.imshow(np.random.random((14, 14)), cmap=‘spring’,
vmin=0, vmax=1)
fig.subplots_adjust(bottom=0.2, top=1.5, left=0.1, right=0.8,
wspace=0.04, hspace=0.04)
cb_ax = fig.add_axes([0.9, 0.2, 0.04, 1.0])
cbar = fig.colorbar(im, cax=cb_ax)
cbar.set_ticks(np.arange(1, 1.2, 1.6))
plt.show()
Поскольку мы могли бы точно изменить местоположение определенной цветовой полосы. Выходное изображение выглядит следующим образом:
Использование функции figure.colorbar
Matplotlib, с другой стороны, включает неявную функцию для замены исходных осей и выделения места для цветовой полосы. Следующий пример поможет нам понять эту концепцию.
import matplotlib.pyplot as plt
import numpy as np
fig, axes = plt.subplots(nrows=3, ncols=4, figsize=(9.5, 6))
for ax in axes.flat:
ax.set_axis_off()
im = ax.imshow(np.random.random((14, 14)), cmap=‘spring’,
vmin=0, vmax=1)
cbar = fig.colorbar(im, ax=axes.ravel().tolist(), shrink=0.89)
cbar.set_ticks(np.arange( 1.2, 1.6))
plt.show()
Чтобы создать график с разными цветными полосами одинаковой высоты, вручную отрегулируйте параметр сжатия функции fig.colorbar. Обратите внимание, что вместо параметра cax, как в предыдущем примере, мы используем параметр ax функции figure.colorbar.
Colorbar для нескольких графиков
Здесь мы можем получить иллюстрацию цветной полосы с несколькими графиками. Нам понадобится библиотека NumPy, а также Matplotlib для ее запуска. Здесь мы хотели бы иметь четыре отдельных сюжетных линии. Точно так же, если мы хотим сделать шесть графиков, мы могли бы использовать 2, 3 и 3, 2.
После этого мы использовали метод imshow Matplotlib. Imshow — это метод, который позволяет пользователям получать доступ к двумерной графике в качестве вывода.
Случайная функция NumPy включена в функцию imshow. Он дает множество значений с плавающей запятой между различными открытыми интервалами [2, 1.5]. Мы используем его внутри «цикла for», чтобы выполнить его несколько раз.
Vmin и Vmax используются для определения спектра «цветной полосы». Мы могли бы изменить его, чтобы выполнить наши требования. Это указывает на частоту цветной полосы. Затем были реализованы цветная полоса и функции отображения.
Заключение
В этой статье объясняется Matplotlib Colorbar. Кроме того, мы рассмотрели структуру и аргументы. Мы рассмотрели пару примеров, чтобы понять цветовую панель Matplotlib. Для каждого примера мы изменили синтаксис и проанализировали вывод. Кроме того, мы можем определить, что метод Matplotlib Colorbar используется для создания цветных полос, которые представляют собой графическую иллюстрацию многомерных данных. Цветовая полоса представляет собой сопоставление числовых атрибутов с цветами в Matplotlib. Это позволяет отображать данные таким образом, чтобы они были доступны широкому кругу пользователей.
