对 matplotlib.cm.RdYlBu() 的理解

简介: 对 matplotlib.cm.RdYlBu() 的理解

matplotlib.cm

matplotlib.cm是matplotlib库中内置的色彩映射函数。

matplotlib.cm的官方介绍


matplotlib.cm.[色彩]('[数据集]')即对[数据集]应用[色彩]


内置色彩映射的列表

Colormap参考


0a2653c851af460fa595bd959398a8f1.png2d65d23f6d4748949b924e4057485923.png6de278e6d6694ce5bb08e7e842b7e74b.png8ec4f2997fb246878c34ecd6d122b7c6.png12c3b7f3f8814309a195c64f051d4445.png34e8d716411043c08c7ffba9fbba23de.png


有关色彩映射的使用方法

举例:


# 实例来源:TensorFlow深度学习应用实践 Page 56
from pylab import *
import pandas as pd
import matplotlib.pyplot as plt
filePath = ('./data/dataTest.csv')
dataFile = pd.read_csv(filePath, header=None, prefix='V')
summary = dataFile.describe()
minRings = -1
maxRings = 99
for i in range(10):
    dataRow = dataFile.iloc[i, 1:10]
    labelColor = (dataFile.iloc[i, 10] - minRings) / (maxRings - minRings)
    #注意这里:plt.cm.Set2(labelColor)
    #其中Set2即上方色彩映射列表中的色彩名,原例中用的是RdYlBu
    dataRow.plot(color=plt.cm.Set2(labelColor), alpha=0.4) #plt.cm.RdYlBu(labelColor)
plt.xlabel('Attribute')
plt.ylabel('Score')
plt.show()


出图:


Set2:


92ba0822ed0b46e1ae72df8a17d3a45b.png


换用RdYlBu:


d79b274929334152a6d38be91e2d1be3.png


上述色彩除了自身可以直接应用外,也可以取反:

举例:


将Set2取反,即将Set2换为Set2_r:


dfc80ca9d8004e6c9ddc00e8448ffc6a.png

将RdYlBu取反,即将RdYlBu换为RdYlBu_r


e8beda27b2f643a380f9b38a7f7d8a2a.png


其他色彩也一样,只要在末尾加上_r即可


相关文章
|
1月前
|
IDE 数据可视化 Linux
【matplotlib】plt.show() !真没这么简单!
【matplotlib】plt.show() !真没这么简单!
178 1
|
1月前
|
Python
Matplotlib axes类
Matplotlib axes类
18 1
|
1月前
matplotlib.pyplot contourf()函数的使用
matplotlib.pyplot contourf()函数的使用
|
1月前
|
编解码 IDE 开发工具
【Matplotlib】figure方法 你真的会了吗!?
【Matplotlib】figure方法 你真的会了吗!?
140 1
|
1月前
|
存储 数据可视化 Serverless
一篇文章学会Matplotlib
一篇文章学会Matplotlib
25 1
|
1月前
|
Python
Matplotlib subplot()函数
Matplotlib subplot()函数
18 1
|
1月前
|
Python
Matplotlib.pyplot绘图示例
Matplotlib.pyplot绘图示例
36 0
|
8月前
75Echarts - 散点图(Large Scatter)
75Echarts - 散点图(Large Scatter)
18 0
|
10月前
|
前端开发 数据可视化 Python
初识【Matplotlib】
初识【Matplotlib】
62 0
|
大数据 Python
matplotlib Basemap的3d效果
matplotlib Basemap的3d效果
115 0

热门文章

最新文章