Matplotlib Colorbar

Matplotlib è un pacchetto grafico per il linguaggio Python usando Numpy, l'estensione aritmetica. Offre un'API orientata agli oggetti per l'inserimento di grafici in applicazioni che utilizzano diversi toolkit della GUI. Esiste anche un'interfaccia "pilab" procedurale costruita su una macchina a stato (come OpenGL) che ha lo scopo di sembrare matlab, tuttavia non è consigliabile.

Sono tracciati su un asse separato in matplotlib. Figura.Colorbar o il suo pilota che copre il pilota.Il colorbar, che utilizza make_axes e colorbar internamente, è comunemente usato per produrre colorabar. Non dovrai invocare manualmente gli approcci o inizializzare i moduli in questo segmento come utente finale.

Matplotlib è un'espansione numerica matematica per la Biblioteca Numpy in Python. L'artista di alto livello, la figura, è fornito dal modulo di figura e comprende tutti gli elementi della trama. La spaziatura predefinita di sottotrame e gli elementi della trama superiore sono controllati da questo modulo.

In questo articolo, esamineremo i metodi per gestire la tecnica del colorbar Matplotlib e come può aiutarci a ottenere i risultati che vogliamo. Iniziamo l'articolo con una facile illustrazione e, inoltre, ne discuteremo di alcuni più complessi.

Aggiungi un colorbar verticale a un diagramma a dispersione

Di seguito è mostrato un diagramma di probabilità normale di una pagina Web di e -commerce. Visualizza la percentuale di spettatori vs. il totale delle transazioni. Il rapporto qui tra entrambi è mostrato dal colorbar in questo caso. Potevamo vedere dal colorbar che indica che il numero di individui è minore in alcuni giorni, le transazioni sono state di più.

I tassi di conversione massimi sono indicati dai punti gialli. Potremmo ottenere una semplice illustrazione di un colorbar verticale nell'immagine sottostante.

Ora esamineremo il codice del programma. Abbiamo proceduto al programma importando la libreria Python Matplotlib. Quindi per le direzioni orizzontali e verticali, abbiamo fornito diverse coordinate.

Dopodiché, abbiamo definito il fattore di conversione. Quindi l'abbiamo mappato così. Stiamo usando il termine CMAP, che si riferisce a CoLormap. Il colore relativo alla condizione dichiarata è creato dalla CMAP.

Importa matplotlib.Pyplot come Plt
importa numpy come num
NUMOFVISIT = [3110, 920, 874, 3406, 4178, 2024, 4985]
Vendite = [350, 93, 68, 292, 439, 350, 180]
conversione = [.05,.09,.02,1.1,2.9,.37,.68]
Plt.SPIREST (X = NUMOFVISIT, Y = Sales, C = Conversione, CMAP = "Spring")
cbar = plt.ColorBar (etichetta = "conversione", orientamento = "orizzontale", 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.spettacolo()

Abbiamo usato il componente del titolo per l'etichetta colorbar, che indica esattamente ciò che simboleggia o come dovrebbe essere posizionato. Qui, il colorbar ha la "conversione" del titolo a causa del tag dell'etichetta. Abbiamo utilizzato la funzione "Shrink" per regolare le dimensioni del colorbar dato. Anche i segni sul colorbar sono stati applicati qui. Abbiamo utilizzato i metodi "imposta ticks" e "imposta i ticklabels" per raggiungere questo obiettivo.

I tag sono la frase che mostra lungo la dimensione della trama. Tuttavia, possiamo facilmente cambiare e modificare questi grafici per soddisfare i nostri requisiti. Potremmo anche regolare le dimensioni, il colore e lo stile del carattere.

Aggiungi un singolo colorbar a più sottotrame

Il primo metodo è simile alla trama tradizionale in quello comporta prima la creazione della trama principale e poi l'aggiunta di un colorbar. In Matplotlib, ci sono due modi per aggiungere un colorbar: esplicito e implicito. Lo scopo è cambiare manualmente gli assi attuali nella tecnica dichiarata per fare spazio a un colorbar extra. Quindi, al posto del colorbar, in particolare, aggiungi un asse.

Importa matplotlib.Pyplot come Plt
Importa Numpy come NP
Fig, assi = PLT.sottotrame (nrows = 3, nCols = 4, figsize = (9.5, 6))
per l'ascia negli assi.Piatto:
ascia.set_axis_off ()
im = ax.Imshow (NP.casuale.Random ((14, 14)), CMAP = 'Spring',
vmin = 0, vmax = 1)
Fico.subplots_adjust (bottom = 0.2, top = 1.5, a sinistra = 0.1, a destra = 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.spettacolo()

Poiché potremmo modificare accuratamente la posizione del colorbar definito. L'immagine di output sembra così:

Uso della figura.funzione colorbar

Matplotlib, d'altra parte, include una funzione implicita per sostituire gli assi originali e allocare alloggio per un colorbar. La successiva istanza ci aiuterà a comprendere questo concetto.

Importa matplotlib.Pyplot come Plt
Importa Numpy come NP
Fig, assi = PLT.sottotrame (nrows = 3, nCols = 4, figsize = (9.5, 6))
per l'ascia negli assi.Piatto:
ascia.set_axis_off ()
im = ax.Imshow (NP.casuale.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.spettacolo()

Per creare il grafico con un colorbar diverso che sembrano altezza identica, regola manualmente il parametro di restringimento di FIG.funzione colorbar. Si noti che invece di usare il parametro di CAX come nell'esempio precedente, utilizziamo il parametro AX della figura.funzione colorbar.

Colorbar per più trame

Potremmo ottenere un'illustrazione di un colorbar con diversi grafici qui. Avremo bisogno di una libreria numpy e di matplotlib per eseguirla. Vorremmo avere quattro sottotrame separate qui. Allo stesso modo, se vogliamo fare sei trame, potremmo utilizzare 2, 3 e 3, 2.

In seguito, abbiamo utilizzato il metodo imshow di Matplotlib. Imshow è una tecnica che consente agli utenti di accedere a un grafico bidimensionale come output.

La funzione casuale di Numpy è inclusa nella funzione imshow. Dà numerosi valori di galleggiante tra diversi intervalli aperti [2, 1.5]. Lo stiamo usando all'interno del "per loop" per eseguirlo più volte.

VMIN e VMAX vengono utilizzati per determinare lo spettro del “Colorbar."Potremmo cambiarlo per soddisfare le nostre esigenze. Questo indica la frequenza della colorbar. Le funzionalità di colorbar e display sono state quindi implementate.

Conclusione

Il colorbar di Matplotlib è spiegato in questo articolo. A parte questo, abbiamo esaminato la struttura e gli argomenti. Abbiamo esaminato un paio di istanze per aiutarci a capire il colorbar Matplotlib. Per ogni esempio, abbiamo modificato la sintassi e analizzato l'output. Inoltre, possiamo determinare che il metodo colorbar Matplotlib viene utilizzato per creare colorbar, che sono un'illustrazione grafica di dati multidimensionali. Una colorbar rappresenta la mappatura degli attributi numerici ai colori in matplotlib. Ciò consente di visualizzare i tuoi dati in modo tale che sia accessibile a una vasta gamma di utenti.