介绍
Matplotlib是Python中使用最广泛的数据可视化库之一。无论是简单还是复杂的可视化项目,它都是大多数人的首选库。
在本教程中,我们将研究如何在Matplotlib中更改绘图的背景。
导入数据和库
让我们首先导入所需的库。显然,我们将需要Matplotlib,并且将使用Pandas读取数据:
import matplotlib.pyplot as plt import pandas as pd
具体来说,我们将使用Seattle Weather Dataset
(https://www.kaggle.com/rtatman/did-it-rain-in-seattle-19482017)这个数据集:
weather_data = pd.read_csv("seattleWeather.csv") print(weather_data.head())
DATE PRCP TMAX TMIN RAIN 0 1948-01-01 0.47 51 42 True 1 1948-01-02 0.59 45 36 True 2 1948-01-03 0.42 45 35 True 3 1948-01-04 0.31 45 34 True 4 1948-01-05 0.17 45 32 True
创建绘图
现在,让我们创建一个简单的Matplotlib 散点图,其中包含一些我们想要可视化的变量:
PRCP = weather_data['PRCP'] TMAX = weather_data['TMAX'] TMIN = weather_data['TMIN']
现在,我们将在最低温度和降水之间构建一个散点图,并使用PyPlot中的show()
函数将其显示。
我们生成的图形是没什么问题,但看起来有点普通。让我们尝试重新自定义它。本文中使用两种不同的方法来自定义绘图的背景。
在Matplotlib中更改绘图背景
现在,让我们继续更改该绘图的背景。我们可以使用两种不同的方法来做到这一点。我们可以更改当前设置为white
的底部颜色。或者,我们可以使用imshow()
输入图片。
在Matplotlib中更改轴背景
首先让我们更改底部的颜色。这可以通过set()
函数,传入face
参数及其新值来完成,也可以通过专用的set_facecolor()
函数来完成:
ax = plt.axes() ax.set_facecolor("orange") # OR ax.set(facecolor = "orange") plt.scatter(TMIN, PRCP) plt.show()
这两种方法均会产生相同的结果,因为它们都在后台调用相同的函数。
在Matplotlib中更改绘图背景
如果要设置图形的背景并且需要使轴透明,可以在创建图形时使用set_alpha()
参数来完成。让我们创建一个图形和一个轴对象。当然,您也可以使用set()
函数,并传递alpha
属性。
整个图形的颜色将为蓝色,我们首先将轴对象的alpha
设置为1.0
,这意味着完全不透明。我们将轴对象着色为橙色,从而在蓝色图中为我们提供了橙色背景:
fig = plt.figure() fig.patch.set_facecolor('blue') fig.patch.set_alpha(0.6) ax = fig.add_subplot(111) ax.patch.set_facecolor('orange') ax.patch.set_alpha(1.0) plt.scatter(TMIN, PRCP) plt.show()
现在,让我们看看将alpha
调整为0.0
时会发生什么:
fig = plt.figure() fig.patch.set_facecolor('blue') fig.patch.set_alpha(0.6) ax = fig.add_subplot(111) ax.patch.set_facecolor('orange') ax.patch.set_alpha(0.0) plt.scatter(TMIN, PRCP) plt.show()
注意绘图本身的背景现在是透明的。
将图像添加到Matplotlib中的绘图背景
如果您想将图像用作绘图的背景,则可以使用PyPlot的imread()
函数来完成。此函数将图像加载到Matplotlib中,该图像可与```imshow()``函数一起显示。
为了在图像上方绘制,必须指定图像的范围。默认情况下,Matplotlib使用图像的左上角作为图像的原点。我们可以给imshow()
函数提供一个点列表,指定应该显示图像的哪个区域。与子图组合时,可以在图像上方插入另一个图。
让我们使用下雨的图像作为背景:
img = plt.imread("rain.jpg") fig, ax = plt.subplots() ax.imshow(img, extent=[-5, 80, -5, 30]) ax.scatter(TMIN, PRCP, color="#ebb734") plt.show()
范围参数按此顺序接受的参数包括:horizontal_min
,horizontal_max
,vertical_min
,vertical_max)
。在这里,我们读取了图像,将其裁剪并使用imshow()
在轴上显示。
小结
在本教程中,我们介绍了使用Python和Matplotlib更改绘图背景的几种方法。
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。
更新日志
- 群星《前途海量 电影原声专辑》[FLAC/分轨][227.78MB]
- 张信哲.1992-知道新曲与精丫巨石】【WAV+CUE】
- 王翠玲.1995-ANGEL【新艺宝】【WAV+CUE】
- 景冈山.1996-我的眼里只有你【大地唱片】【WAV+CUE】
- 群星《八戒 电影原声带》[320K/MP3][188.97MB]
- 群星《我的阿勒泰 影视原声带》[320K/MP3][139.47MB]
- 纪钧瀚《胎教古典音乐 钢琴与大提琴的沉浸时光》[320K/MP3][148.91MB]
- 刘雅丽.2001-丽花皇后·EMI精选王【EMI百代】【FLAC分轨】
- 齐秦.1994-黄金十年1981-1990CHINA.TOUR.LIVE精丫上华】【WAV+CUE】
- 群星.2008-本色·百代音乐人创作专辑【EMI百代】【WAV+CUE】
- 群星.2001-同步过冬AVCD【环球】【WAV+CUE】
- 群星.2020-同步过冬2020冀待晴空【环球】【WAV+CUE】
- 沈雁.1986-四季(2012梦田复刻版)【白云唱片】【WAV+CUE】
- 纪钧瀚《胎教古典音乐 钢琴与大提琴的沉浸时光》[FLAC/分轨][257.88MB]
- 《国语老歌 怀旧篇 3CD》[WAV/分轨][1.6GB]