Matplotlib preench_between
Um ou mais gráficos vetoriais que representam as porções ocupados são formados devido a este. O argumento 'onde' poderia ser usado para cobrir apenas seções específicas. Os cantos integram os vértices fornecidos imediatamente por padrão. Matplotlib é um pacote gráfico para a linguagem Python com Numpy, e é a versão Matemática Quantitativa Python.
Neste artigo, mostraremos como preencher o gradiente Matplotlib com um esquema de cores diferente usando a técnica de preenchimento de matplotlib _between ().
Matplotlib preench_betwen () função e cor:
O método FILL_BETWEN () é utilizado para sombrear o espaço ou parte entre duas linhas horizontais ou verticais. As linhas são especificadas por algumas coordenadas definidas, que criam uma ou mais formas poligonais representando a região cheia do gráfico.
Nesse cenário, exploraremos como inserir cores na parte especificada da figura.
importar matplotlib.pyplot como pltimportar numpy como np
def Fill_example ():
plt.título ('figura')
x_array = np.Linspace (0, 20*NP.PI, 200)
print ('x_array:', x_array)
print ('len (x_array):', len (x_array))
y_array = np.pecado (x_array)
print ('y_array:', y_array)
plt.plot (x_array, y_array)
plt.preencha (x_array, y_array, 'g')
plt.mostrar()
se __name__ == '__main__':
FILL_example ()
Neste exemplo, imporemos a biblioteca Numpy e Matplotlib.Biblioteca Pyplot. Em seguida, definimos a função Fill_Example (). Especificamos o rótulo da trama usando o PLT.Método Title (). Aqui damos a tag 'figura' para o enredo. Declaramos um conjunto de dados para x_array.
Além disso, criamos vários elementos, e esses elementos são armazenados nessa matriz. Empregamos a função print () para imprimir a matriz. A função len () é fornecida como um parâmetro para o método print () na próxima linha. Temos que definir os valores da matriz do eixo y.
Da mesma forma, também chamamos a função print () para y_array. Nós fornecemos essas duas matrizes para a dobra.plot () função para exibir as curvas. Esta função mantém três parâmetros. Aqui especificamos a cor que queríamos ser preenchidos na curva. Portanto, recebemos uma cor 'g' que representa curvas verdes.
A função plt.preench () é chamado para obter a lista de argumentos. Depois de ligar para o PLT.Mostrar () função, o gráfico é exibido.
Obtemos o gráfico com a tag 'Figura' no centro executando o código, conforme mencionado acima.
Matplotlib preench_betwen () aplicado em duas linhas:
Nesta etapa, notaremos como utilizar Python para preencher a região de um gráfico com a sombra de nosso desejo através do Matplotlib. Devemos fornecer um parâmetro de cor ao método Fill_betwen () e especificar a tonalidade para realizar isso. Aqui também usamos o parâmetro 'alfa.'
importar matplotlib.pyplot como pltimportar numpy como np
x = np.Arange (0,20,0.5)
B1 = 5 - 3*x
B2 = 4 - 0.8*x
B3 = 0.1 -x
b4 = np.Mínimo (B1, B2)
plt.ylim (0, 4)
plt.Lote (X, B1,
X, B2,
x, b3)
plt.FILL_BETWEN (X, B2, B4, Color = 'Red',
alfa = 1.0)
plt.mostrar()
No início do código, integramos o matplotlib.Pacotes Pyplot e Numpy. Declaramos a variável 'x' e especificamos valores diferentes. Para esse fim, chamamos a função de organização () da biblioteca Numpy.
Agora temos que definir os pontos para demonstrar as linhas no gráfico. Indicamos a borda superior do sombreamento chamando o NP.Função mínima (). Além disso, definimos os valores para o limite y. Isso também é feito pela função PLT.ylim ().
Agora utilizamos o PLT. plot () função para desenhar as linhas. Possui parâmetros diferentes. No final, decidimos as linhas em que queremos o sombreamento ou o enchimento. Então, para conseguir isso, definimos o PLT.FILL_BETWENE () Método, e a cor que queremos ser preenchida é 'vermelha' neste caso.
Portanto, passamos a cor como um parâmetro desta função. Também especificamos o tamanho da parte sombreada passando o argumento 'alfa' para a função PLT.FILL_BETWEEN (). Para visualizar a figura, utilizamos PLT.Mostrar () funcionalidade.
Função matplotlib preench_betwen () usando escala de log:
Aqui vamos aprender o processo de preencher a parte sob a encosta por escala logarítmica. Para fazer uma escala logarítmica, temos que alterar a medição dos eixos para registrar.
importar matplotlib.pyplot como pltimportar numpy como np
a = np.Linspace (-3, 3, 50)
b = np.pecado (a)
plt.enredo (a, b)
plt.FILL_BETWEEN (A, B)
plt.XSCale ('log')
plt.YSCale ('log')
plt.mostrar()
A parte mais importante do código é incluir as bibliotecas. Cada biblioteca tem seu propósito. Matplotlib.O PyPlot é importado para visualizações gráficas, e a Biblioteca Numpy é importada para matemática e trabalho com conjuntos de dados. Na próxima etapa, definimos dimensões de dados usando a biblioteca Numpy.
Então, para isso, fazemos duas variáveis separadas. O np.A função linspace () é chamada para declarar pontos de dados do eixo x. Nós utilizamos o PLT.plot () função para desenhar os conjuntos de dados do eixo x e y-eixo. Agora FILL_BETWORD () é chamado para preencher a parte entre as curvaturas no gráfico. Além disso, para desenvolver uma escala logarítmica, temos que primeiro aplicar o PLT.função escala ('log') para o conjunto de dados do eixo x. E então, aplicamos a mesma função ao conjunto de dados do eixo y.
Ao executar esta etapa, poderíamos definir a escala para os dois eixos. No final, chamamos o PLT.Mostrar () Função para apresentar o gráfico.
Conclusão:
Neste artigo, passamos por diferentes métodos com seus exemplos de preencher a região do gráfico nas entrelinhas. Usamos a função Fill_betwen () para esse fim. Examinamos como sombrear a parte do gráfico, utilizando uma escala logarítmica. Da mesma forma, vemos como preencher a parte entre duas linhas usando alfa. Além disso, vemos o método de especificar a cor da parte sombreada do gráfico.