python視覺化 matplotlib畫圖使用colorbar工具自定義顏色
阿新 • • 發佈:2020-12-08
python matplotlib畫圖使用colorbar工具自定義顏色 colorbar(draw colorbar without any mapple/plot)
自定義colorbar可以畫出任何自己想要的colorbar,自由自在、不受約束,不依賴於任何已有的圖(plot/mappable)。這裡使用的是mpl.colorbar.ColorbarBase類,而colorbar類必須依賴於已有的圖。
引數可以參考下面的描述->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]
引數簡單描述
- ax :可用於設定colorbar的位置、長、寬
- norm :用於規範化–設定顏色條最大最小值
- cmap:顏色(可參考本篇博文的最後部分——推薦色帶與自定義色帶)
- boundaries:要想使用extend,在norm之外,必須要有兩個額外的boundaries
- orientation:colorbar方向,躺平or垂直
- extend:延伸方向(在norm之外colorbar可延伸)
- ticks:自定義各段的tick(記號)給一個例子,首先定義一下橫縱座標的名稱,以及df_int:
給一個例子,首先定義一下橫縱座標的名稱,以及df_int:
labels_int = ['A','B','C','D'] variables_int = ['A','D'] # x_normed_int 可以是一個4*4的陣列,經過歸一化的 df_int = pd.DataFrame(,columns=variables_int,index=labels_int)
接下來就是畫圖了:
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,cmap='GnBu')
可以通過cmap修改,得到不同的顏色帶
最終可以看到結果如下圖:
到此這篇關於python視覺化 matplotlib畫圖使用colorbar工具自定義顏色的文章就介紹到這了,更多相關python colorbar自定義顏色內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們!