matplotlib颜色表一览

最新推荐文章于 2024-09-07 09:31:26 发布
最新推荐文章于 2024-09-07 09:31:26 发布
阅读量3.3k 收藏 21
点赞数 3
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/a_zhangpengjie/article/details/117710644
版权

《matplotlib颜色表》

# 使用 bar 函数画出条形图
plt.bar(index_1, height=x1, width=bar_width, color='lightgrey', label='ALBERT-Uy')
plt.bar(index_2, height=x2, width=bar_width, color='darkgrey', label='XLM-Uy')
plt.bar(index_3, height=x3, width=bar_width, color='dimgrey', label='XLM-RoBERTa-base')
plt.bar(index_4, height=x4, width=bar_width, color='black', label='XLM-RoBERTa-large')

结果展示：

 

WBwhiteBeard
关注
机器学习算法一览表
不曾走远的博客
03-31 5796
1.引言 提起笔来写这篇博客，突然有点愧疚和尴尬。愧疚的是，工作杂事多，加之懒癌严重，导致这个系列一直没有更新，向关注该系列的同学们道个歉。尴尬的是，按理说，机器学习介绍与算法一览应该放在最前面写，详细的应用建议应该在讲完机器学习常用算法之后写，突然莫名奇妙在中间插播这么一篇，好像有点打乱主线。  老话说『亡羊补牢，为时未晚』，前面开头忘讲的东西，咱在这块儿补上。我们先带着大家过一遍传统机器学习...
Transformer预测 | 基于Transformer+LSTM股票价格预测时间序列预测（Pytorch）
关注并私信文章链接，获取对应文章源码和数据，机器学习之心的博客。
06-18 894
Transformer预测 | 基于Transformer+LSTM股票价格预测时间序列预测（Pytorch）
Matplotlib——颜色名与RGB对应关系
Robin_Pi的博客
12-21 2508
cnames = { 'aliceblue': '#F0F8FF', 'antiquewhite': '#FAEBD7', 'aqua': '#00FFFF', 'aquamarine': '#7FFFD4', 'azure': '#F0FFFF', 'beige': ...
【matplotlib】matplotlib的颜色表
Shen Mu Xin's Blog
10-23 955
就能修改绘制的颜色了，具体的颜色表如下。库进行绘图的时候，只需要指定关键字。
Matplotlib 颜色设置详解
最新发布
bbaaa123的博客
09-07 796
matplotlib 颜色设置详解
Python--matplotlib--颜色表
abc31431415926的博客
04-09 3513
cmap即matplotlib.colors.Colormap，是一个包含三列矩阵的色彩映射表，简单来说就是一个shape为（N，3）的矩阵，矩阵中的值的值取值范围为[0,1]；每一行代表一个颜色，即RGB值。
matplotlib颜色表
努力搬砖的打工人
05-01 1075
在使用matplotlib库画图时，经常会因为图中的配色纠结，可以使用下面的方法 通过这个网站选择合适的配色，网站里面有选择好的配色方案 配色网站 当找到合适的配色后，可以将 代码里面的 color = 修改成对应的颜色 matplotlib颜色表 颜色表 ...
Matplotlib绘图颜色
少年龙龙的博客
05-12 3万+
文章目录一、基本颜色二、颜色对照表三、渐变色四、混色五、颜色与十六进制对应 一、基本颜色 r——red b——blue c——cyan g——green k——black w——white y——yellow m——magenta 二、颜色对照表 三、渐变色 1、sequential colormaps   该系列大多数都是在某种单一颜色的基础上，通过改变色彩的饱和度而形成的渐变色，适用于数值分布线性分布的情况，绝大多数情况下，该系列的渐变色可以作为首选。该系列又细分为以下3类： 2、divergi
Python Plt颜色配色一览（热力图）
12-20
在标题提到的“Python Plt颜色配色一览（热力图）”中，描述列出了许多可用于创建热力图或其他可视化图表的颜色调色板。这些配色方案不仅适用于热力图，还适用于各种其他类型的图表，如散点图、条形图和线图等。 ...
各科目考试成绩可视化项目
habshsh的博客
06-10 2759
掌握使用seaborn库或者matplotlib库进行数据可视化的方法掌握撰写可视化分析报告的方法。
matplotlib颜色合集——各种常见简单图形（上）
weixin_52563520的博客
01-02 1922
matplotlib各种图（上）
python中matplotlib的颜色及线条类型
import_torch_as_tf
12-02 1566
matplotlib中color可用的颜色： 'aliceblue': '#F0F8FF', 'antiquewhite': '#FAEBD7', 'aqua': '#00FFFF', 'aquamarine': '#7FFFD4', 'azure': '#F0FFFF', ...
matplotlib红橙黄绿青蓝紫（含颜色大全）
热门推荐
XerCis的博客
04-16 3万+
color = {'red': '#FF0000', 'orange': '#FFA500', 'yellow': '#FFFF00', 'green': '#008000', 'cyan': '#00FFFF', 'blue': '#0000FF', 'purple': '#800080'}
matplotlib颜色对照表
wujunlin的博客
07-08 451
matplotlib的色彩设置参考表
Py之Matplotlib：Matplotlib库绘图中与颜色相关的参数(color颜色参数、linestyle线型参数、marker标记参数)可选列表集合(建议收藏)
近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…
01-25 7964
Py之matplotlib：matplotlib绘图中与颜色相关的参数(color颜色参数、linestyle线型参数、marker标记参数)可选列表集合(建议收藏) 目录 matplotlib绘图中与颜色相关的参数(color颜色参数、linestyle线型参数、marker标记参数)可选列表集合 1、使用方法 2、与颜色相关的参数(color颜色参数、linestyle线型参数、marker标记参数)可选列表 (1)、linestyle可选参数 (2)、marker可选参数
Matplotlib颜色表(科研给我P出来)
快乐学术猿
04-04 1207
原文链接 后处理快学P啊，早学早享受~ 今日份P图： 外加炫酷的配色：
data=data.pivot_table(index='Year', values=['JP_Sales','EU_Sales', 'NA_Sales','Global_Sales'], aggfunc=np.sum) data['NA_prop']=data['NA_Sales']/data['Global_Sales'] data['JP_prop']=data['JP_Sales']/data['Global_Sales'] data['EU_prop']=data['EU_Sales']/data['Global_Sales'] f,ax=plt.subplots(figsize=(12,8)) index=np.arange(len(data)) minColor = (117/256,79/256,68/256) midColor = (236/256,115/256,87/256) maxColor = (253/256,214/256,146/256) plt.bar(index,data.NA_prop,color=minColor) plt.bar( index,data.JP_prop, bottom=data.NA_prop, #通过bottom来设置这个柱子距离底部的高度 color=midColor ) plt.bar( index,data.EU_prop, bottom=data.NA_prop, #通过bottom来设置这个柱子距离底部的高度 color=maxColor ) font={ 'family':'DejaVu Sans', 'weight':'normal', 'size':12 } plt.xticks(index,data.index,rotation=90) plt.title('The Proportion of Different Areas',font) plt.ylabel('Proportion',font) plt.legend(['NA_Sales','JP_Sales','EU_Sales'],loc='upper center',ncol=3,framealpha=0.6) plt.show()
07-13
这段代码主要是通过使用 pandas 的 pivot_table 方法对数据进行聚合操作，然后计算不同地区销售额在总销售额中的比例，并使用 matplotlib 绘制了一个堆叠柱状图来展示这些比例。 首先，通过调用 pivot_table 方法对数据进行聚合操作，按照年份（'Year'）分组，并对 'JP_Sales'、'EU_Sales'、'NA_Sales' 和 'Global_Sales' 列进行求和，得到一个新的数据表 data。 接着，通过计算 'NA_Sales' 列除以 'Global_Sales' 列的结果，得到 'NA_prop' 列，表示北美地区销售额在总销售额中的比例。同样地，计算 'JP_Sales' 列和 'EU_Sales' 列在总销售额中的比例。 然后，创建一个图表对象 f 和坐标轴对象 ax，并设置图表的大小为 (12, 8)。 接下来，使用 plt.bar 方法绘制三个堆叠柱状图。首先绘制 'NA_prop' 列的柱状图，使用 minColor 来设置颜色。然后绘制 'JP_prop' 列的柱状图，设置底部距离为 'NA_prop' 列的值，并使用 midColor 来设置颜色。最后绘制 'EU_prop' 列的柱状图，同样设置底部距离为 'NA_prop' 列的值，并使用 maxColor 来设置颜色。 接下来，设置 x 轴刻度和标签，使用 data.index 来获取年份，并通过设置 rotation 参数来旋转刻度标签，使其垂直显示。 然后，设置图表的标题和 y 轴标签，并使用字典 font 来设置标题和标签的字体样式。 接着，使用 plt.legend 方法添加图例，分别对应三个柱状图的名称，并设置图例的位置为 'upper center'，列数为 3，透明度为 0.6。 最后，使用 plt.show() 方法显示图表。 这样，您将得到一个堆叠柱状图，展示了不同地区销售额在总销售额中的比例。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值