Python4種配色方案詳解(適合科研的配色)
下面這四種配色是不需要指定的,Python自帶的主題,無論有多少個種類都適合,這里就簡單以條形圖為例。
1、Plasma(等高線圖顏色)

import matplotlib.pyplot as plt
data = {
"apple": 2.03,
"bob": 1.96,
"cel": 1.34,
"daddy": 1.33,
"egg": 1.23,
"flow": 1,
"glow": 0.99,
"hight": 0.82,
"illnes": 0.78,
"joker": 0.48,
"kill": 0.21,
"low": 0.15,
"mammy": 0.13
}
# 將字典按值排序
sorted_data = sorted(data.items(), key=lambda x: x[1])
# 提取標(biāo)簽和值
labels = [item[0] for item in sorted_data]
values = [item[1] for item in sorted_data]
# 設(shè)置圖形大小和字體大小
plt.rcParams['figure.figsize'] = (14, 10)
plt.rcParams['font.size'] = 16
# 為每個條形圖分配不同的顏色
colors = plt.cm.plasma(np.linspace(0, 1, len(labels)))
plt.barh(labels, values, color=colors)
plt.xlabel('title')
# plt.title('各部門/單位數(shù)量')
# 保存圖片
plt.savefig('1.png', bbox_inches='tight')
# 顯示條形圖
plt.show()核心代碼是下面這句話:
colors = plt.cm.plasma(np.linspace(0, 1, len(labels)))
2、Inferno(黑熱圖顏色)

import matplotlib.pyplot as plt
data = {
"apple": 2.03,
"bob": 1.96,
"cel": 1.34,
"daddy": 1.33,
"egg": 1.23,
"flow": 1,
"glow": 0.99,
"hight": 0.82,
"illnes": 0.78,
"joker": 0.48,
"kill": 0.21,
"low": 0.15,
"mammy": 0.13
}
# 將字典按值排序
sorted_data = sorted(data.items(), key=lambda x: x[1])
# 提取標(biāo)簽和值
labels = [item[0] for item in sorted_data]
values = [item[1] for item in sorted_data]
# 設(shè)置圖形大小和字體大小
plt.rcParams['figure.figsize'] = (14, 10)
plt.rcParams['font.size'] = 16
# 為每個條形圖分配不同的顏色
colors = plt.cm.inferno(np.linspace(0, 1, len(labels)))
plt.barh(labels, values, color=colors)
plt.xlabel('title')
# plt.title('各部門/單位數(shù)量')
# 保存圖片
plt.savefig('1.png', bbox_inches='tight')
# 顯示條形圖
plt.show()
核心代碼是下面這句話:
colors = plt.cm.inferno(np.linspace(0, 1, len(labels)))
3、Cividis(較好的配色方案)

import matplotlib.pyplot as plt
data = {
"apple": 2.03,
"bob": 1.96,
"cel": 1.34,
"daddy": 1.33,
"egg": 1.23,
"flow": 1,
"glow": 0.99,
"hight": 0.82,
"illnes": 0.78,
"joker": 0.48,
"kill": 0.21,
"low": 0.15,
"mammy": 0.13
}
# 將字典按值排序
sorted_data = sorted(data.items(), key=lambda x: x[1])
# 提取標(biāo)簽和值
labels = [item[0] for item in sorted_data]
values = [item[1] for item in sorted_data]
# 設(shè)置圖形大小和字體大小
plt.rcParams['figure.figsize'] = (14, 10)
plt.rcParams['font.size'] = 16
# 為每個條形圖分配不同的顏色
colors = plt.cm.cividis(np.linspace(0, 1, len(labels)))
plt.barh(labels, values, color=colors)
plt.xlabel('title')
# plt.title('各部門/單位數(shù)量')
# 保存圖片
plt.savefig('1.png', bbox_inches='tight')
# 顯示條形圖
plt.show()
核心代碼是下面這句話:
colors = plt.cm.cividis(np.linspace(0, 1, len(labels)))
4、Viridis(綠色主導(dǎo)的配色方案)

colors = plt.cm.viridis(np.linspace(0, 1, len(labels)))
到此這篇關(guān)于Python4種配色方案的文章就介紹到這了,更多相關(guān)Python4種配色方案內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Numpy中的數(shù)組搜索中np.where方法詳細(xì)介紹
這篇文章主要介紹了Numpy中的數(shù)組搜索中np.where方法詳細(xì)介紹,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-01-01
Python實(shí)現(xiàn)仿真雙徑效應(yīng)的方法
雙徑模型是一種很好的近似,能夠準(zhǔn)確地反映信號的傳播特性。這篇文章主要介紹了Python實(shí)現(xiàn)仿真雙徑效應(yīng)的方法,感興趣的小伙伴們可以參考一下2021-05-05
Python實(shí)現(xiàn)PS濾鏡的旋轉(zhuǎn)模糊功能示例
這篇文章主要介紹了Python實(shí)現(xiàn)PS濾鏡的旋轉(zhuǎn)模糊功能,涉及Python基于skimage庫針對圖片進(jìn)行旋轉(zhuǎn)與模糊化處理的相關(guān)操作技巧,需要的朋友可以參考下2018-01-01
python 自動識別并連接串口的實(shí)現(xiàn)
這篇文章主要介紹了python 自動識別并連接串口的實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-01-01
python作圖基礎(chǔ)之plt.contour實(shí)例詳解
contour和contourf都是畫三維等高線圖的,下面這篇文章主要給大家介紹了關(guān)于python作圖基礎(chǔ)操作之plt.contour的相關(guān)資料,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-06-06
使用keras實(shí)現(xiàn)densenet和Xception的模型融合
這篇文章主要介紹了使用keras實(shí)現(xiàn)densenet和Xception的模型融合,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05

