Menyahsulit jadual warna matplotlib: mendedahkan cerita di sebalik warna

Penjelasan terperinci tentang jadual warna matplotlib: Mendedahkan rahsia di sebalik warna

Pengenalan:
Sebagai salah satu alat visualisasi data yang paling biasa digunakan dalam Python, matplotlib mempunyai fungsi lukisan yang berkuasa dan jadual warna yang kaya. Artikel ini akan memperkenalkan jadual warna dalam matplotlib dan meneroka rahsia di sebalik warna. Kami akan menyelidiki jadual warna yang biasa digunakan dalam matplotlib dan memberikan contoh kod khusus.

1. Jadual warna dalam Matplotlib

1. Cara untuk menyatakan warna
   Dalam matplotlib, warna boleh dinyatakan dalam cara yang berbeza. Cara biasa ialah menggunakan nilai RGB untuk mewakili warna, iaitu menggunakan nilai tiga saluran merah (R), hijau (G), dan biru (B) untuk mewakili kedalaman warna. Sebagai contoh, merah tulen boleh diwakili oleh (1, 0, 0). Satu lagi cara biasa ialah menggunakan nilai heksadesimal untuk mewakili warna. Sebagai contoh, merah tulen boleh diwakili oleh "#FF0000".
2. Pemetaan Warna
   Pemetaan warna ialah proses memetakan nilai berangka kepada warna. Dalam matplotlib, kita boleh menggunakan peta warna yang berbeza untuk membentangkan perubahan dalam data. Pemetaan warna biasa termasuk pemetaan warna tunggal dan pemetaan berbilang warna.

2.1 Pemetaan monokrom
Pemetaan monokrom ialah untuk memetakan data kepada satu warna. Antaranya, yang paling biasa digunakan ialah pemetaan skala kelabu. Dalam matplotlib, kita boleh menggunakan "kelabu" atau "Kelabu" untuk mewakili pemetaan skala kelabu. Satu lagi pemetaan monokrom biasa ialah pemetaan peta haba. Dalam matplotlib, kita boleh menggunakan "panas" untuk mewakili pemetaan peta haba.

Berikut ialah contoh kod menggunakan pemetaan warna tunggal:

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 10, 100)
y = np.sin(x)

plt.plot(x, y, color="gray")
plt.plot(x, y+1, color="hot")

plt.show()

Dalam kod di atas, kami menggunakan dua pemetaan warna berbeza, satu ialah pemetaan skala kelabu "kelabu", dan satu lagi ialah pemetaan peta haba "panas".

2.2 Pemetaan berbilang warna
Pemetaan berbilang warna adalah untuk memetakan data kepada satu siri warna. Dalam matplotlib, kita boleh menggunakan jadual warna yang berbeza untuk melaksanakan pemetaan berbilang warna. matplotlib menyediakan set jadual warna terbina dalam yang kaya, seperti "viridis", "musim luruh", "cool", dll.

Berikut ialah contoh kod menggunakan pemetaan pelbagai warna:

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 10, 100)
y = np.sin(x)

plt.plot(x, y, color="viridis")
plt.plot(x, y+1, color="autumn")

plt.show()

Dalam kod di atas, kami menggunakan dua jadual warna yang berbeza, satu ialah "viridis" dan satu lagi ialah "musim luruh".

2. Sesuaikan jadual warna
Selain menggunakan jadual warna terbina dalam, kami juga boleh menyesuaikan jadual warna. Dalam matplotlib, kita boleh menggunakan "ListedColormap" untuk menyesuaikan peta warna. Berikut ialah contoh jadual warna tersuai:

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap

x = np.linspace(0, 10, 100)
y = np.sin(x)

colors = ["#FF0000", "#00FF00", "#0000FF"]
cmap = ListedColormap(colors)

plt.scatter(x, y, c=x, cmap=cmap)

plt.colorbar()
plt.show()

Dalam kod di atas, kami menggunakan tiga warna untuk menyesuaikan jadual warna dan memetakan data x kepada tiga warna ini. Gunakan fungsi plt.colorbar() untuk memaparkan jadual warna.

Kesimpulan:
Dalam artikel ini, kami memperkenalkan jadual warna dalam matplotlib secara terperinci dan mendedahkan rahsia di sebalik warna. Kami belajar tentang cara warna diwakili dan membincangkan konsep pemetaan warna. Kami juga memberikan contoh kod khusus yang menunjukkan cara menggunakan peta warna yang berbeza. Saya harap artikel ini dapat membantu pembaca lebih memahami dan menggunakan jadual warna dalam matplotlib.

Atas ialah kandungan terperinci Menyahsulit jadual warna matplotlib: mendedahkan cerita di sebalik warna. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!