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 PltI 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 PltI 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 PltDen 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.