Matplotlib fill_between

Matplotlib er en praktfull Python -visualiseringspakke for 2D -matrise -grafer. Matplotlib er en visuell analysepakke med flere plattformer basert på datastrukturer og ment å operere med Scipy-plattformen som helhet. For å dekke plassen eller gapet mellom to bakker, bruk matplotlib.Pyplot.Fyll mellom () -funksjonen. Buene bestemmes av to hjørner (x, y1) og (x, y2).

En eller flere vektorgrafikk som representerer de okkuperte delene er dannet på grunn av dette. Argumentet 'Where' kan bare brukes til å dekke bestemte seksjoner. Hjørner integrerer de medfølgende toppunktene umiddelbart som standard. Matplotlib er en graferingspakke for Python -språk med Numpy, og det er den python kvantitative matematiske forbedrede versjonen.

I denne artikkelen vil vi vise deg hvordan du fyller matplotlib -gradienten med et annet fargeskjema ved bruk av matplotlib -fyllen _Between () teknikk.

Matplotlib fill_between () funksjon og farge:

Fill_between () -metoden brukes til å skygge plassen eller delen mellom to horisontale eller vertikale linjer. Linjene er spesifisert av noen definerte koordinater, som skaper en eller flere polygonale former som representerer grafens fylte region.

I dette scenariet vil vi utforske hvordan du setter inn farger i den spesifiserte delen av figuren.

Importer matplotlib.Pyplot som Plt
Importer numpy som NP
def fill_example ():
plt.tittel ('figur')
x_array = np.Linspace (0, 20*NP.Pi, 200)
trykk ('x_array:', x_array)
Print ('Len (X_Array):', Len (X_Array))
y_array = np.Sin (X_Array)
trykk ('y_array:', y_array)
plt.plot (x_array, y_array)
plt.Fyll (x_array, y_array, 'g')
plt.forestilling()
if __name__ == '__main__':
fill_example ()

I dette eksemplet vil vi importere Numpy Library og Matplotlib.Pyplot Library. Deretter definerer vi Fill_Example () -funksjonen. Vi spesifiserte etiketten til plottet ved å bruke PLT.Tittel () Metode. Her gir vi "figur" -merket til plottet. Vi erklærer et datasett for x_array.

Videre lager vi mange elementer, og disse elementene er lagret i den matrisen. Vi bruker utskriftsfunksjonen () for å skrive ut matrisen. Len () -funksjonen er gitt som en parameter til Print () -metoden på neste linje. Vi må angi verdiene for utvalget av y-aksen.

Tilsvarende kaller vi også print () -funksjonen for y_array. Vi gir disse to matriser til lag.plot () -funksjon for å vise kurvene. Denne funksjonen har tre parametere. Her spesifiserte vi fargen vi ønsket å bli fylt ut i kurven. Derfor får vi en 'g' farge som representerer grønne kurver.

Funksjonen plt.Fill () kalles for å få argumenterlisten. Etter å ha ringt PLT.vis () -funksjon, grafen vises.

Vi får grafen med taggen 'figur' i sentrum ved å kjøre koden som nevnt ovenfor.

Matplotlib fill_between () brukt på to linjer:

I dette trinnet vil vi legge merke til hvordan vi kan bruke Python til å fylle regionen til en graf med skyggen av vårt ønske gjennom matplotlib. Vi må gi en fargeparameter til Fill_Between () -metoden og spesifisere fargen for å oppnå dette. Her bruker vi også parameteren 'Alpha.'

Importer matplotlib.Pyplot som Plt
Importer numpy som NP
x = np.Arange (0,20,0.5)
B1 = 5 - 3*x
B2 = 4 - 0.8*x
B3 = 0.1 -x
B4 = NP.Minimum (B1, B2)
plt.ylim (0, 4)
plt.plot (x, b1,
X, B2,
x, b3)
plt.fill_between (x, b2, b4, farge = 'rød',
alfa = 1.0)
plt.forestilling()

I starten av koden integrerer vi matplotlib.pyplot og numpy pakker. Vi erklærer 'x' -variabelen og spesifiserer forskjellige verdier. For dette formålet kaller vi ordning () -funksjonen til Numpy Library.

Nå må vi definere poengene for å demonstrere linjene på grafen. Vi indikerer den øvre kanten av skyggeleggingen ved å ringe NP.Minimum () -funksjon. I tillegg til dette setter vi verdiene for y-grensen. Dette gjøres også av funksjonen PLT.ylim ().

Nå bruker vi PLT. plot () funksjon for å tegne linjene. Det har forskjellige parametere. Til slutt bestemmer vi linjene der vi ønsker skyggelegging eller fylling. Så for å oppnå dette, definerer vi PLT.fill_between () -metoden, og fargen vi ønsker å bli fylt er 'rød' i dette tilfellet.

Derfor passerte vi farge som en parameter for denne funksjonen. Vi spesifiserte også størrelsen på den skyggelagte delen ved å overføre 'alfa' -argumentet til funksjonen PLT.fill_between (). For å visualisere figuren bruker vi PLT.show () funksjonalitet.

Matplotlib fill_between () -funksjon ved hjelp av logskala:

Her skal vi lære prosessen med å fylle delen under skråningen med logaritmisk skala. For å lage en logaritmisk skala, må vi endre aksenes mål for å logge.

Importer matplotlib.Pyplot som Plt
Importer numpy som NP
a = np.Linspace (-3, 3, 50)
B = NP.synd (a)
plt.plot (a, b)
plt.fill_between (a, b)
plt.Xscale ('log')
plt.Yscale ('log')
plt.forestilling()

Den viktigste delen av koden er å inkludere bibliotekene. Hvert bibliotek har sitt formål. Matplotlib.Pyplot importeres for grafiske visualiseringer, og Numpy Library importeres for matematikk og jobber med datasett. I neste trinn definerer vi datadimensjoner ved å bruke Numpy -biblioteket.

Så for dette lager vi to separate variabler. NP.Linspace () -funksjonen kalles for å erklære datapunkter for x-aksen. Vi bruker PLT.plot () funksjon for å tegne datasettene til x-aksen og y-aksen. Nå kalles Fill_Between () -metoden for å fylle delen blant krumningene i grafen. For å utvikle en logaritmisk skala, må vi dessuten først bruke PLT.skala ('log') -funksjon for datasettet til x-aksen. Og så bruker vi den samme funksjonen på datasettet til y-aksen.

Ved å utføre dette trinnet, kan vi definere skalaen for begge aksene. Til slutt kaller vi PLT.Vis () Funksjon for å presentere grafen.

Konklusjon:

I denne artikkelen har vi gått gjennom forskjellige metoder med deres eksempler på å fylle grafregionen mellom linjene. Vi bruker Fill_Between () -funksjonen for dette formålet. Vi undersøkte hvordan du skal skygge delen av grafen ved å bruke en logaritmisk skala. Tilsvarende ser vi hvordan du fyller delen mellom to linjer ved å bruke alfa. Og videre ser vi metoden for å spesifisere fargen på den skyggelagte delen av grafen.