matplotlib.pyplot 使用 cmap参数 修改配色

最新推荐文章于 2024-03-21 10:20:46 发布
最新推荐文章于 2024-03-21 10:20:46 发布
阅读量9.5k 收藏 1
点赞数
分类专栏： python学习 python
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/sunshinefcx/article/details/105957703
版权
sunshinefcx
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
python heatmap画法
码到功成的博客
04-22 1538
任务描述 将一个归一化的分数以热图的形式显示出来，分数高的地方颜色深，分数小的地方颜色浅 注意：使用单一颜色无法实现这种渐变过程 原理 将单通道的0-1之间的score值映射到三通道的颜色空间 原料 一个单通道的score矩阵 颜色空间列表，通过matplotlib.pyplot.get_cmap获得 工具 matplotlib.pyplot、numpy、cv2、PIL.Image 常用的画法还有：plt.scatter,可直接对score进行映射显示 颜色参考 1、Miscellaneous colo
plt python 自己制定cmap_使用python+sklearn实现特征聚集
weixin_39559015的博客
11-26 373
注意：单击此处https://urlify.cn/YVnAR3下载完整的示例代码，或通过Binder在浏览器中运行此示例这些图像展示了如何使用特征聚集将相似的特征合并在一起。sphx_glr_plot_digits_agglomeration_001print(__doc__)# 源代码: Gaël Varoquaux# 由Jaques Grobler修改过文档# 许可证: BSD 3 ...
matplotlib.pyplot.colormaps色彩图cmap
Thomas会写字
03-06 5040
cmap常用于改变绘制风格，如黑白gray，翠绿色virdidis 一、问题 使用plt.imshow时常用不同的颜色，如plt.imshow(images, cmap=plt.get_cmap(‘gray_r’))是白底黑字的 import numpy as np import matplotlib.pyplot as plt x = np.array([0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0
matplotlib.pyplot——cmap直观理解
热门推荐
Lilies is here.
10-21 10万+
最近在看《深入浅出Python机器学习》，敲案例时发现matplotlib里cmap参数的使用方法发生了一些变化，索性整理了一下cmap相关的内容，这里是cmap预设值的官方图例，文中也会放出。文中表达如有不正确的地方，欢迎指出~ WHAT 关于cmap的个人理解 cmap参数接受一个值（每个值代表一种配色方案），并将该值对应的颜色图分配给当前图窗。 形象化：如果将当前图窗比作一幅简笔画，则cm...
pyplot cmap颜色
bingzhi_lin的博客
04-03 1175
定义：cmap参数接受一个值（每个值代表一种配色方案），并将该值对应的颜色图分配给当前图窗。
python matplotlib.pyplot.scatter() 中的cmap参数是什么意思?
Dontla的博客
08-19 7932
根据官方文档, cmap就是指matplotlib.colors.Colormap: 那么matplotlib.colors.Colormap又是什么? colormap又叫colorbar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 这样解释起来可能有人弄不懂, 简单来说一个C...
matplotlib.pyplot.plot()参数使用详解
09-16
`matplotlib.pyplot.plot()`是Python数据可视化库matplotlib中的核心函数之一，用于绘制二维图形。这个函数的灵活性很高，可以用于创建各种类型的线条图，包括单条线、多条线在同一图表上，以及自定义颜色、标记和...
matplotlib.pyplot绘图显示控制方法
01-21
在使用Python库时，常常会用到matplotlib.pyplot绘图，本文介绍在PyCharm及Jupyter Notebook页面中控制绘图显示与否的小技巧。 在PyCharm中显示绘图 在绘图代码最后加上“plt.show()”语句。 import numpy as np ...
python matplotlib.pyplot.plot()参数用法
01-20
matplotlib.pyplot.plot(*args, **kwargs) 绘制线条或标记的轴。参数是一个可变长度参数，允许多个X、Y对可选的格式字符串。 例如，下面的每一个都是合法的： plot(x, y) #plot x, y使用默认的线条样式和颜色 plot...
pycharm使用matplotlib.pyplot不显示图形的解决方法
12-30
import matplotlib.pyplot as plt data = pd.read_csv('ccpoints.csv', header=0) plt.scatter(data.x, data.y, c=red, marker='o', label='ccpoints') plt.xlabel('x') plt.ylabel('y') plt.legend(loc=2) plt.show...
解决matplotlib.pyplot在Jupyter notebook中不显示图像问题
09-17
在使用Python的数据可视化库matplotlib与交互式环境Jupyter Notebook结合工作时，有时可能会遇到图像无法正常显示的问题。这个问题通常是由于Jupyter Notebook的配置设置不当导致的。本文将详细解释这个问题的原因，...
【Python画图】配色方案
weixin_44590417的博客
08-19 2366
等距三角配色：将色轮上间隔120°的三个颜色搭配，但由于太过亮眼，颜色杂乱而用得少。但可以取一种颜色为主色，另外两种颜色适当缩小间隔作为辅助色进行组合。单色：通过调整同一颜色的亮度或明度来实现，或者用相临近的颜色。多用于同一系列、相同类型的数据。四角配色：将色轮上间隔90°的四个颜色搭配，但这个方案的色彩过于杂乱，所以一般不建议使用。互补色：即通过色轮上间隔180°的两个颜色来搭配，多用于实验组和对照组等对比强利的数据。
Python生成特定风格的配色组合
人工智能算法与工程实践
11-17 4830
基于colormap提取rgb颜色列表、十六进制颜色码组合
pyplot模块
傅里叶变不出的博客
07-20 548
绘制简单的折线图 import matplotlib.pyplot as plt squares = [1, 4, 9, 16, 25] plt.plot(squares) plt.show() 效果如下： 模块pyplot包含很多用于生成图表的函数。 函数plot()尝试根据这些数字绘制出有意义的图形 函数show()打开matplotlib查看器，并显示绘制的图形 修改标签文字和线条粗细 import matplotlib.pyplot as plt squares = [1, 4, 9, 16,
matplotlib 合并cmap，创建cmap，创建listedcolormap
me_yundou的博客
05-15 3772
python中matplotlib内置的离散cmap中颜色有限，为了获得包含更多颜色的cmap，最简单的方法就是合并内置cmap，创建新的cmap。 如下图所示，内置的qualitative系列包含下列离散cmap，最多只有20种颜色。而tab20b和tab20c的颜色各不相同，因此我们考虑合并它们得到一个新的cmap，可以直接用于图像绘制。 import matplotlib.pyplot as plt from matplotlib.colors import
python的matlibplot库中的cmap参数一览
最新发布
weixin_47987343的博客
03-21 1493
参考官方：Colormap reference — Matplotlib 3.8.3 documentation
matplotlib cmap取值
bagba的知识分享库
03-13 2662
cmap配色大全
plt python 自己制定cmap_python用plt画图时,cmp设置方法
weixin_42138139的博客
02-08 6004
在python，有时候是需要画图的，比如把一个矩阵用图像的形式显示，之前用的好好的，每次用plt.imshow()，都是彩色图，不知为啥，突然全是黑白图了，于是需要设置cmap的值，如下：plt.imshow(confusion_matrix_percent,cmap='gray')plt.colorbar()plt.show()在上面的代码中，设置cmap=‘gray'，表示绘制灰度图，若需要绘...
python二值化处理_Python图像处理二值化方法实例汇总
weixin_39665302的博客
12-04 1200
在用python进行图像处理时，二值化是非常重要的一步，现总结了自己遇到过的6种 图像二值化的方法(当然这个绝对不是全部的二值化方法，若发现新的方法会继续新增)。1. opencv 简单阈值 cv2.threshold2. opencv 自适应阈值 cv2.adaptiveThreshold (自适应阈值中计算阈值的方法有两种：mean_c 和 guassian_c ，可以尝试用下哪种效果好)3....
import pandas as pd import seaborn as sns import matplotlib.pyplot as plt data = pd.read_excel(r"D:桌面/shujukuE.xlsx", sheet_name="Sheet3") ds = pd.DataFrame(data) dataset = ds.copy() data.drop(["materials", "contain H", "contain C", "contain N", "contain P", "contain O", "contain S", "contain Te", "contain Se", "contain F", "contain Cl", "contain Br", "contain I", "jili", ], axis=1, inplace=True) 首先计算出相关系数 cor = data.corr(method='pearson') print(cor) # 输出相关系数 rc = {'font.sans-serif': 'SimHei', 'axes.unicode_minus': False} sns.set(font_scale=0.4, rc=rc) # 设置字体大小 设置热力图颜色配色 colors = "YlGnBu" # 颜色配置" color = colors.split('_') for i in color: i = i.strip() print(i) sns.heatmap(cor, annot=False, # 显示相关系数的数据 center=0.5, # 居中 fmt='.2f', # 只显示两位小数 linewidth=0, # 设置每个单元格的距离 #linecolor='blue', # 设置间距线的颜色# vmax=1.0, vmin=-0.5, # 设置数值最小值和最大值 xticklabels=True, yticklabels=True, # 显示x轴和y轴 square=True, # 每个方格都是正方形 cbar=True, # 绘制颜色条 cmap=f'{i}', # 设置热力图颜色 ) plt.xticks(fontsize=6) plt.yticks(fontsize=6) plt.savefig("D:/桌面/影响因素热力图颜色{i}.png", dpi=600) # 保存图片，分辨率为600 plt.ion() # 显示图片,这个可以方便后面自动关闭 plt.show() plt.pause(0.5)这段代码中我想把得到的相关性数据保存为Excel，应该再怎么优化代码
07-12
你可以使用`to_excel`方法将相关系数数据保存为Excel文件。以下是修改后的代码示例： ```python import pandas as pd import seaborn as sns import matplotlib.pyplot as plt data = pd.read_excel(r"D:桌面/shujukuE.xlsx", sheet_name="Sheet3") ds = pd.DataFrame(data) dataset = ds.copy() data.drop(["materials", "contain H", "contain C", "contain N", "contain P", "contain O", "contain S", "contain Te", "contain Se", "contain F", "contain Cl", "contain Br", "contain I", "jili"], axis=1, inplace=True) # 首先计算出相关系数 cor = data.corr(method='pearson') print(cor) # 输出相关系数 # 保存相关系数数据为Excel文件 cor.to_excel("D:/桌面/相关系数.xlsx", sheet_name="相关系数") rc = {'font.sans-serif': 'SimHei', 'axes.unicode_minus': False} sns.set(font_scale=0.4, rc=rc) # 设置字体大小 # 设置热力图颜色配色 colors = "YlGnBu" # 颜色配置" color = colors.split('_') for i in color: i = i.strip() print(i) sns.heatmap(cor, annot=False, # 显示相关系数的数据 center=0.5, # 居中 fmt='.2f', # 只显示两位小数 linewidth=0, # 设置每个单元格的距离 #linecolor='blue', # 设置间距线的颜色# vmax=1.0, vmin=-0.5, # 设置数值最小值和最大值 xticklabels=True, yticklabels=True, # 显示x轴和y轴 square=True, # 每个方格都是正方形 cbar=True, # 绘制颜色条 cmap=f'{i}', # 设置热力图颜色 ) plt.xticks(fontsize=6) plt.yticks(fontsize=6) plt.savefig(f"D:/桌面/影响因素热力图颜色{i}.png", dpi=600) # 保存图片，分辨率为600 plt.ion() # 显示图片,这个可以方便后面自动关闭 plt.show() plt.pause(0.5) ``` 在这个示例中，`cor.to_excel("D:/桌面/相关系数.xlsx", sheet_name="相关系数")`将相关系数数据保存为名为"相关系数.xlsx"的Excel文件，其中数据将保存在名为"相关系数"的工作表中。你可以根据需要调整文件路径和工作表名称。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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