时间:2021-05-22
python matplotlib画图使用colorbar工具自定义颜色 colorbar(draw colorbar without any mapple/plot)
自定义colorbar可以画出任何自己想要的colorbar,自由自在、不受约束,不依赖于任何已有的图(plot/mappable)。这里使用的是mpl.colorbar.ColorbarBase类,而colorbar类必须依赖于已有的图。
参数可以参考下面的描述->matplotlib:
class matplotlib.colorbar.ColorbarBase(ax, cmap=None, norm=None, alpha=None, values=None, boundaries=None, orientation=‘vertical', ticklocation=‘auto', extend=‘neither', spacing=‘uniform', ticks=None, format=None, drawedges=False, filled=True, extendfrac=None, extendrect=False, label='')[source]
参数简单描述
给一个例子,首先定义一下横纵坐标的名称,以及df_int:
labels_int = ['A', 'B', 'C', 'D']variables_int = ['A', 'B', 'C', 'D']# x_normed_int 可以是一个4*4的数组,经过归一化的df_int = pd.DataFrame(, columns=variables_int, index=labels_int)接下来就是画图了:
fig = plt.figure() ax = fig.add_subplot(111) cax = ax.matshow(df, interpolation='nearest', cmap='GnBu') fig.colorbar(cax) tick_spacing = 1 ax.xaxis.set_major_locator(ticker.MultipleLocator(tick_spacing)) ax.yaxis.set_major_locator(ticker.MultipleLocator(tick_spacing)) ax.set_xticklabels([''] + list(df.columns)) ax.set_yticklabels([''] + list(df.index)) plt.show()其中:
cax = ax.matshow(df, interpolation='nearest', cmap='GnBu')可以通过cmap修改,得到不同的颜色带
最终可以看到结果如下图:
到此这篇关于python可视化 matplotlib画图使用colorbar工具自定义颜色的文章就介绍到这了,更多相关python colorbar自定义颜色内容请搜索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!
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
介绍Matplotlib是Python中使用最广泛的数据可视化库之一。Matplotlib的受欢迎程度大部分来自其自定义选项。您可以调整其对象层次结构中的几乎任
Matplotlib简介Matplotlib是一个Python工具箱,用于科学计算的数据可视化。借助它,Python可以绘制如Matlab和Octave多种多样
虽说现在淘宝U站有了可视化模板的套用,可有些卖家还是想自己根据自己的心意装修得特别点的,这时我们就得自己添加U站自定义代码了。如何添加可视化U站自定义代码?
本文介绍了ANGULAR2与D3.js集成实现自定义可视化的方法,分享给大家,具体如下:目标展现层与逻辑层分离数据与可视化组件相分离数据与视图双向绑定,实时更新
Python之绘图和可视化1.启用matplotlib最常用的Pylab模式的IPython(IPython--pylab)2.matplotlib的图像都位于