???博主介绍:大家好,我是大锤爱编程的博客_CSDN博客-大数据,Go,数据分析领域博主,有五年的数据开开发,有着丰富的数仓搭建、数据分析经验。我会在我的系列文章里面分享我学到的知识,希望能够帮助到大家?
?擅长领域:大数据、数据分析
??如果本文章各位小伙伴们有帮助的话,?关注+??点赞+?评论+?收藏,相应的有空了我也会回访,互助!!!
?另本人水平有限,旨在创作简单易懂的文章,在文章描述时如有错,恳请各位大佬指正,在此感谢!!!
一、前言
当使用matplotlib绘制图形时,我们通常需要自定义图形样式以使其更加美观和易于阅读。在本文中,我们将介绍如何自定义图形的颜色 。文末有很多颜色,请大家自取????
二、多种颜色曲线
2.1 绘制多种颜色曲线有啥好处
使用不同的曲线颜色可以带来很多好处。首先,这可以帮助读者更容易地区分不同的曲线,从而更好地理解数据趋势。例如,如果我们在一张图表中显示多个股票的价格走势,使用不同颜色来表示每个股票可以帮助读者更好地比较它们的走势。
其次,使用不同颜色可以增加图表的视觉吸引力,并提高读者的阅读体验。例如,如果我们在一张地图上绘制多个城市的人口密度,使用不同的颜色来表示不同的密度水平可以使图表更加生动有趣。
此外,使用不同颜色还可以增加图表的信息量。例如,我们可以使用不同颜色来表示不同时间段内的数据,以帮助读者更好地理解趋势。另外,我们也可以使用不同颜色来标记特定数据点,突出重点,并使读者更容易注意到并理解相关信息。
绘制多种多种颜色曲线好处有很多
2.2 绘图实战
????环境安装
使用pip安装下列Jar包。
pip install pandas numpy matplotlib
????颜色选择
我们可以使用以下方法来自定义图形的颜色:
使用预定义的颜色名称,例如:'red','blue','green'等。使用RGB值,例如:(0.2, 0.4, 0.6)。使用16进制值,例如:'#8B008B'???课外知识插播:
RGB值表示颜色:是一种用三个数字来表示颜色的方式,这三个数字代表红色(R)、绿色(G)和蓝色(B)的亮度。每个数字的取值范围是0到1之间,0表示颜色的亮度最低,1表示颜色的亮度最高。例如,(0.2, 0.4, 0.6)表示一个带有一定蓝色的灰色。
16进制值表示颜色:是一种用六个字符来表示颜色的方式,每两个字符表示一种颜色,其中前两个字符表示红色的亮度,中间两个字符表示绿色的亮度,后两个字符表示蓝色的亮度。每个字符的取值范围是0到F之间,其中0表示颜色的亮度最低,F表示颜色的亮度最高。例如,'#8B008B'表示一个紫红色。
在Python中,我们通常使用RGB值来表示颜色,而matplotlib库也支持使用16进制值来表示颜色。不同的颜色表示方式都可以用来控制图表元素的颜色,例如线条、点、柱形等。
如果大家对上面这些东西不太理解的话,直接使用颜色名称就可以?,比如yellow啥的。
???实战代码
示例代码:
import matplotlib.pyplot as pltx = [1, 2, 3, 4]y = [2, 4, 6, 8]# 使用预定义颜色名称plt.plot(x, y, color='red')# 使用RGB值plt.plot(x, y, color=(0.2, 0.4, 0.6))# 使用16进制值plt.plot(x, y, color='#8B008B')
根据上面的代码绘制出了一个红色图像。
绘制出来的图像:
代码释义:
这段代码使用了matplotlib库来绘制一条折线图,并展示了三种不同的方式来定义折线的颜色。
首先,我们需要导入matplotlib.pyplot模块并将其重命名为plt,以便于使用其中的函数。
然后,我们定义了两个列表x和y,用于存储折线图的横纵坐标数据。
接下来,我们使用plt.plot()函数绘制了三条折线,每条折线都使用不同的颜色。第一条折线的颜色使用预定义的颜色名称“red”来表示,即红色。第二条折线的颜色使用RGB值来表示,即(0.2, 0.4, 0.6),表示一种带有一定蓝色的灰色。第三条折线的颜色使用16进制值来表示,即“#8B008B”,表示一种紫红色。
最后,我们使用plt.show()函数来展示绘制的折线图。
在这里有一个小福利,罗列出所有支持颜色和对应英文:
matplotlib定义了如下内置颜色:
红色(red)绿色(green)蓝色(blue)青色(cyan)品红色(magenta)黄色(yellow)黑色(black)白色(white)灰色(gray)橙色(orange)紫色(purple)棕色(brown)粉色(pink)三、总结
最近一直在死磕数据可视化 ?,希望这些博文 ? 能够记录下我学习到的知识,同时也希望能够帮助到大家 ?。数据可视化不仅仅是一种技能,更是一种表达想法的方式。希望大家能够通过我的分享,更好地理解和运用数据可视化,创造出更美、更有价值的可视化作品 ?。