Matplotlib Colorbar Объяснен примерами

Привет гики и добро пожаловать в сегодняшней статье мы рассмотрим Matplotlib Colorbar. Наряду с этим, для общего лучшего понимания, мы также рассмотрим его синтаксис и параметр. Затем мы увидим применение всей теоретической части на нескольких примерах.

Но прежде чем двигаться дальше, давайте попробуем получить общий обзор того, что на самом деле делает Matplotlib Colorbar. Colorbar-это визуализация отображения скалярных значений. По мере того как мы будем продвигаться вперед, все станет для нас намного яснее. Мы рассмотрим синтаксис, связанный с этой функцией, а затем параметры.

Синтаксис

matplotlib.pyplot.colorbar()

Это общий синтаксис, связанный с нашей функцией. Он имеет несколько параметров, связанных с ним, которые мы рассмотрим в следующем разделе.

Параметры

1. ax:

Это необязательный параметр. Он представляет собой Оси или список осей.

2. расширение:

Этот параметр помогает сделать заостренный диапазон для значений вне диапазона на графике.

<сильный>3. Этикетка:

Этот параметр помогает нам аннотировать или маркировать цветовую панель. Это в конечном счете говорит нам о том, что на самом деле представляет собой цветовая полоса.

<сильный>4. Клещи

Это помогает нам в производстве индивидуальной этикетки цветовой полосы.

Возвращать

По завершении программы он возвращает цветовую полосу в соответствии с запросом пользователя.

Примеры

Как будто теперь мы рассмотрели всю теорию, связанную с Matplotlib Colorbar. В этом разделе мы рассмотрим, как работает эта функция и как она помогает нам достичь желаемого результата. Мы начнем с примера элементарного уровня и постепенно перейдем к более сложным примерам.

1. Вертикальная цветовая панель()

import matplotlib.pyplot as plt
Numberofvisit = [1005, 890, 755, 2300, 3000, 1050,1560]
sales = [150, 70, 55, 180, 270, 134, 86]
conversion = [.14,.07,.07,.08,.09,.13,.08]),,shrink=.75)
cbar.set_ticks([0.07,.07, 0.08, 0.09, 0.13,.14])
cbar.set_ticklabels(["A","A", "B", "C", "D","E"])
plt.show()

Выше мы видим простой пример, связанный с вертикальной цветовой полосой. Здесь scatter plot представляет собой веб-сайт электронной коммерции. Он представляет собой количество посетителей И количество сделанных продаж. Здесь цветовая полоса представляет собой отношение между 2. Из цветной полосы мы можем получить данные о том, что, хотя в определенные дни количество посетителей было меньше, продажи были выше. Желтые пятна представляют собой более высокие коэффициенты конверсии.

Теперь перейдем к коду этой программы. Здесь сначала мы импортировали модуль < strong>matplotlib Python. Затем мы задали точки для координат X и Y. После этого мы определили коэффициент конверсии. Тогда мы построили его здесь. Мы использовали термин cmap, что означает Colormap. Cmap генерирует цвет, соответствующий заданному условию. Для этого конкретного случая мы использовали “Осень”. Для тега Colorbar мы использовали тег label, который определяет, что он представляет и его ориентацию. Используя тег label, мы передали метку ‘CONVERSION’ в нашу цветовую полосу. Чтобы настроить размер цветовой полосы, мы использовали функцию ” shrink”. Здесь мы также добавили галочки на цветовой панели. Для этого мы использовали функции ‘set thick’ и ‘setticklabels’ .

2. Цветовая панель для нескольких графиков

import matplotlib.pyplot as plt
import numpy as np

fig,.subplots(nrows=2,)

for graphs in plots.flat:
   .imshow(np.random.random((4, 2)),,)

plt.colorbar(im,.ravel().tolist())

plt.show()

Здесь мы можем увидеть пример, связанный с Colorbar для нескольких графиков. Теперь давайте пройдемся строчка за строчкой и поймем, как мы можем этого достичь. Для его выполнения нам потребуется модуль NumPy вместе с модулем Matplotlib. Теперь здесь мы хотим иметь 4 различных подзаголовка. Аналогично, если мы хотим 6 участков, мы можем использовать 2,3 и 3,2. После чего мы использовали функцию imshow Matplotlib. Вы также можете прочитать о функции imshow Cv2. Функция Imshow помогает распечатать 2-d изображение в качестве выходного.

Внутри Imshow у нас есть функция random.random NumPy. Что он делает, так это то, что он возвращает значение multiple float между открытым интервалом[0.0,1.0). Чтобы повторить его несколько раз, мы использовали его внутри “for loop”, Здесь, чтобы установить диапазон “colorbar”, мы использовали Vmin и Vmax. Вы можете настроить его в соответствии с вашими потребностями. Это показывает диапазон вашей цветовой панели. Затем мы использовали цветовую панель и функцию show.

Вывод

В этой статье мы рассмотрели цветовую панель Matplotlib. Кроме того, мы также рассмотрели его синтаксис и параметры. Для лучшего понимания мы рассмотрели несколько примеров. Мы варьировали синтаксис и рассматривали выходные данные для каждого случая. В конце концов, мы можем сделать вывод, что функция Matplotlib Colorbar используется для генерации цветных полос, которые представляют собой визуальное представление скалярных значений.

Надеюсь, эта статья смогла развеять все сомнения. Но если у вас есть какие-либо нерешенные вопросы, не стесняйтесь писать их ниже в разделе комментариев. Прочитав это, почему бы не прочитать о различных методах нормализации массива.