Matplotlib bakgrunnsfarge

Matplotlib er Pythons kjent visuelle analysebibliotek. Vi kan endre grafens bakgrunnsfarge ved å bruke dette biblioteket. Det lar også brukeren justere bakgrunnen for dimensjonsområdet og det grafiske området. I denne python -opplæringen skal vi utforske hvordan vi kan endre bakgrunnsfargen i matplotlib, og vi vil belyse dette emnet ved hjelp av forskjellige tilfeller.

Matplotlib endrer bakgrunnsfargen på grafen ved å bruke SET_FACECOLOR () -funksjonen:

Vi bruker Set_FaceColor () -funksjonen for å justere bakgrunnsfargen på grafen. Følgende program viser hvordan du bruker denne funksjonen til å stille inn bakgrunnsskyggen.

Importer matplotlib.Pyplot som Plt
plt.RCDefaults ()
EMP = [12, 34, 260, 450, 300, 820]
år = [2016, 2017, 2018, 2019, 2020, 2021]
Fig, AX = PLT.underplott ()
øks.plot (år, emp)
øks.set_xlabel ("X-Axis")
øks.set_ylabel ("y-akse")
øks.set_title ("graf")
øks.set_facecolor ("gul")
plt.forestilling()

For kodeutførelse må vi først introdusere bibliotekmatplotlib.Pyplot som Plt. Vi spesifiserer grafkonfigurasjonen ved å ringe PLT.RCDefaults () -funksjon. Nå definerer vi antall arbeidere i selskapet. Vi erklærer en rekke for dette formålet.

Tilsvarende lager vi en annen rekke for lagring av årene. Videre lager vi et objekt for figuren, og også vi bruker øksen.plot () funksjon for å tegne grafen. Denne funksjonen har to argumenter: år og antall arbeidere. Vi må angi etikettene for både x-aksen og y-aksen ved å bruke funksjonen set_label () separat på begge aksene.

Vi bruker Set_title () -funksjonen for å definere grafens tittel. Nå spesifiserer vi fargen på bakgrunnen på grafen, så vi kaller øksen.set_faceColor () metode. Den inneholder bare en parameter som viser navnet på fargen på grafen. Etter alt dette viser vi ganske enkelt grafen med PLT.show () funksjon.

Juster bakgrunnsfargen for flere grafer i matplotlib:

Vi kan angi bakgrunnsfargetone for flere grafer ved å gi aksene.FaceColor -parameter til RC.Params objekt.

Importer matplotlib.Pyplot som Plt
plt.rcparams ['akser.FACECOLOR '] =' G '
plt.underplott (1,2, 1)
plt.plot (rekkevidde (4), rekkevidde (6, 10))
plt.underplott (1,2, 2)
plt.plot (rekkevidde (4), rekkevidde (10, 6, -1))
plt.forestilling()

Vi må importere pakkematplotlib.Pyplot som PLT for de grafiske visualiseringene. Nå oppretter vi et objekt kalt 'RC.Params '. Og vi spesifiserer fargen på bakgrunnen ved å erklære aksene.FaceColor 'element til dette objektet.

Her oppretter vi to delplotter () ved å ringe funksjon PLT.subplot () for første og andre delplot. Vi definerte også rekkevidden til x-aksen og y-aksen for begge delplottene. Til slutt bruker vi PLT.vis () funksjon for å representere plottet.

I utgangen får vi to delplotter med bakgrunnens grønne farge.

Juster grafens bakgrunnsfarge ved bruk av heksadesimal fargekode:

I dette trinnet legger vi merke til hvordan du endrer bakgrunnsfargen ved bruk av den heksadesimale koden til fargen.

Importer matplotlib.Pyplot som Plt
Fig, AX = PLT.underplott ()
M = [15, 24, 17, 4, 20, 7]
n = [22, 7, 17, 16, 24, 6]
øks.spredning (m, n)
øks.set_facecolor ('#1cc4af')
plt.forestilling()

I starten av koden integrerer vi biblioteket, som kreves for å stille bakgrunnsfargen. Vi spesifiserer figuren og aksen på grafen, så vi lager et objekt av figuren. Nå vil vi gi verdiene til x-aksen og y-aksen på grafen, så vi erklærer to forskjellige matriser. Disse elementene i matriser er lagret i variabler.

Vi må lage spredningsgrafen ved å ringe øksen.spredning () funksjon. Arraysene vi definerte rett over er gitt som et argument til spredning () -funksjonen. Videre definerte vi fargen på grafbakgrunnen.

Her bruker vi den heksadesimale koden til fargen. Denne parameteren for 'farge' er gitt til FaceColor () -metoden. Ved avslutning av koden, må vi vise spredningsgrafen ved å bruke PLT.Show () Metode.

Her får vi spredningsgrafen med blå basefarge.

Matplotlib angir bakgrunnsfarget gjennomsiktig ved bruk av alfa () -funksjonen:

Set Alpha () -funksjonen er påkrevd når vi ønsker å endre basefargen på grafen. Det gjør aksene gjennomskinnelig eller gjør grafregionen gjennomsiktig.

Importer matplotlib.Pyplot som Plt
x = [20, 40, 60, 80, 100, 110]
y = [5, 10, 15, 20, 25, 30]
Fig = plt.figur()
Fig.lapp.set_facecolor ('rød')
Fig.lapp.set_alpha (0.9)
AX = Fig.add_subplot (111)
øks.lapp.set_facecolor ('blå')
øks.lapp.set_alpha (0.5)
plt.spredning (x, y)
plt.forestilling()

Den nødvendige bibliotekmatplotlib importeres først for visuell analyse. Vi tar to variabler, og så erklærer vi matriser som inneholder datasettene til X- og Y-aksen. Disse matriser er lagret i variabler.

I neste trinn ringer vi PLT.Figur () Funksjon for å tegne grafen. Vi kan justere bakgrunnsfargen på grafen ved hjelp av en fiken. lapp.set_faceColor () funksjon. Og på samme måte definerer vi grafens gjennomsiktighet. For denne formålet kalles alfa () -metoden. Vi kan gi ethvert flytende punktnummer til alfa for å sette åpenhet.

I tillegg til dette setter vi inn et annet plott i den første. Grafen er tegnet av fiken.add_subplot () funksjon. Den ytre bakgrunnsfargen er definert av SET_FACECOLOR () -metoden. Vi bruker Set_alph () -funksjonen for å definere aksenes gjennomsiktighet.

Vi bruker PLT.spredning () metode for å vise spredningen. Og å representere grafen ved å bruke PLT.show () funksjon.

Etter å ha utført koden ovenfor, får vi denne typen utgang. Denne grafen inneholder ytre bakgrunn og indre bakgrunn. Vi spesifiserte en 0.5 Verdi til alfa for grafbakgrunnen og akselegionen. Så det viser at begge regionene er helt tette. Vi kan også justere verdien av alfa ved å redusere den.

Konklusjon:

I denne artikkelen har vi dekket mange metoder for å justere bakgrunnen til en graf i Python og Matplotlib, sammen med eksempler. I matplotlib definerer vi den grafiske basefargen for mange figurer. Vi går også gjennom hvordan du velger basefargen mens vi bruker heksadesimal fargeleggingskode. Til slutt har vi sett på metoden for å lage grafbakgrunnen Hue gjennomsiktig.