1.代码:
import matplotlib.pyplot as plt
import numpy as np
#假设我们有一些类别的数据
categories = [‘A’, ‘B’, ‘C’, ‘D’, ‘E’]
values = [20, 35, 30, 35, 27]
#创建一个图形和一个坐标轴
fig, ax = plt.subplots()
#使用颜色映射(colormap)
cmap = plt.get_cmap(‘viridis’) # 选择一个颜色映射,例如’viridis’
norm = plt.Normalize(vmin=min(values), vmax=max(values)) # 标准化数据以匹配颜色映射的范围
colors = [cmap(norm(value)) for value in values] # 根据值生成颜色
#绘制条形并设置颜色
bars = ax.bar(categories, values, color=colors)
#设置坐标轴标签
ax.set_xlabel(‘Categories’)
ax.set_ylabel(‘Values’)
#添加标题
ax.set_title(‘Example Bar Chart with Color Map’)
#添加颜色条(可选)
sm = plt.cm.ScalarMappable(cmap=cmap, norm=norm)
sm.set_array([])
plt.colorbar(sm, ax=ax, orientation=“vertical”, label=‘Value Range’)
#显示图形
plt.show()
2.运行结果:
数据可视化第四章在条形图中使用颜色区别
最新推荐文章于 2024-08-16 16:30:48 发布