python可視化之顏色映射詳解
本文主要介紹一下在學(xué)習(xí)可視化過(guò)程里遇到的一些情況
比如cmap=plt.cm.Blues的映射
import matplotlib.pyplot as plt
from random_walk import RandomWalk
# Keep making new walks, as long as the program is active.
while True:
# Make a random walk.
rw = RandomWalk(50_000)
rw.fill_walk()
# Plot the points in the walk.
plt.style.use('classic')
fig, ax = plt.subplots(figsize=(15, 9))
point_numbers = range(rw.num_points)
y_values=rw.y_values
ax.scatter(rw.x_values, rw.y_values, c=y_values, cmap=plt.cm.Blues,
edgecolors='none', s=1)
# Emphasize the first and last points.
ax.scatter(0, 0, c='green', edgecolors='none', s=100)
ax.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolors='none',
s=100)
# Remove the axes.
ax.get_xaxis().set_visible(False)
ax.get_yaxis().set_visible(False)
plt.show()
keep_running = input("Make another walk? (y/n): ")
if keep_running == 'n':
break
ax.scatter(rw.x_values, rw.y_values, c=range(50000), cmap=plt.cm.Blues,
這里的c和cmap是一起使用的
c是一個(gè)列表,列表里面的數(shù)值不一定要按照大小順序排列,但是數(shù)值的大小對(duì)應(yīng)著顏色映射,數(shù)值本身越小,顏色越淺。而數(shù)值的位置對(duì)應(yīng)著點(diǎn)的順序,列表里面的第一個(gè)數(shù)(不管大小),對(duì)應(yīng)著由x_values和y_values產(chǎn)生的點(diǎn)
這里的y_values是由隨機(jī)漫步產(chǎn)生的,第一個(gè)點(diǎn)到最后一個(gè)點(diǎn)是連續(xù)變化的,這種隨機(jī)漫步會(huì)導(dǎo)致,第一個(gè)點(diǎn)到最后一個(gè)點(diǎn)的位置規(guī)律是有跡可循的(比如y值是從小到大變化的),局部看上去是隨機(jī)的,但是趨勢(shì)不是,趨勢(shì)是有規(guī)律的。
所以列表里面的數(shù)值大小不固定,可能是從小到大,也可能是從大到小,例如下面這里是從小到大排列的。第一個(gè)點(diǎn)對(duì)應(yīng)的數(shù)值小,所以顏色淺,反之最后一個(gè)點(diǎn)數(shù)值大,顏色深。第一個(gè)點(diǎn)偏上,最后一個(gè)點(diǎn)偏下,說(shuō)明y應(yīng)該是逐漸變小的,那么y_values應(yīng)該是從大到小,所以對(duì)應(yīng)的點(diǎn)的顏色就是從深到淺。也就是說(shuō)點(diǎn)的位置變化(如y值)有規(guī)律,那么顏色的變化也是有規(guī)律的。因?yàn)樵谑褂胏=y_values的時(shí)候,是根據(jù)點(diǎn)的y值來(lái)的。
總之,關(guān)鍵字實(shí)參c=point_numbers的列表里面數(shù)字的位置對(duì)應(yīng)點(diǎn)的順序,而數(shù)值的大小,對(duì)應(yīng)顏色深淺。

反之,如果c=y_values,第一個(gè)點(diǎn)到最后一個(gè)點(diǎn)的y值是從低到高的話,那么顏色是由淺到深的。

這里的c=range(50000)的時(shí)候,數(shù)據(jù)是從小到大排列的,所以第一個(gè)點(diǎn)到最后一個(gè)點(diǎn)顏色從淺到深。點(diǎn)的位置變化有跡可循,顏色變化也有跡可循,所以整體看起來(lái)會(huì)比較有規(guī)律。

總結(jié)
本篇文章就到這里了,希望能夠給你帶來(lái)幫助,也希望您能夠多多關(guān)注腳本之家的更多內(nèi)容!
- Python黑魔法之metaclass詳情
- 淺談Python的元編程
- Python辦公自動(dòng)化PPT批量轉(zhuǎn)換操作
- Python辦公自動(dòng)化解決world文件批量轉(zhuǎn)換
- Python函數(shù)式編程中itertools模塊詳解
- Python編程中Python與GIL互斥鎖關(guān)系作用分析
- Python3.10的一些新特性原理分析
- 一篇文章帶你了解Python和Java的正則表達(dá)式對(duì)比
- Python編程編寫(xiě)完善的命令行工具
- python的變量和簡(jiǎn)單數(shù)字類型詳解
- Python編程應(yīng)用設(shè)計(jì)原則詳解
- 關(guān)于Python中的if __name__ == __main__詳情
相關(guān)文章
python使用正則表達(dá)式來(lái)獲取文件名的前綴方法
今天小編就為大家分享一篇python使用正則表達(dá)式來(lái)獲取文件名的前綴方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-10-10
python實(shí)現(xiàn)計(jì)算倒數(shù)的方法
這篇文章主要介紹了python實(shí)現(xiàn)計(jì)算倒數(shù)的方法,涉及Python針對(duì)數(shù)學(xué)運(yùn)算操作的相關(guān)技巧,需要的朋友可以參考下2015-07-07
Python使用multiprocessing實(shí)現(xiàn)多進(jìn)程
當(dāng)我們工作中涉及到處理大量數(shù)據(jù)、并行計(jì)算或并發(fā)任務(wù)時(shí),Python的multiprocessing模塊是一個(gè)強(qiáng)大而實(shí)用的工具,在本文中,我們將探索如何使用multiprocessing模塊實(shí)現(xiàn)多進(jìn)程編程,將介紹進(jìn)程池的概念和用法,需要的朋友可以參考下2024-10-10
python中*args與**kwarsg及閉包和裝飾器的用法
這篇文章主要介紹了python中*args與**kwarsg及閉包和裝飾器的用法說(shuō)明,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2022-07-07
在前女友婚禮上用python把婚禮現(xiàn)場(chǎng)的WIFI名稱改成了
大家好,我是Lex 喜歡欺負(fù)超人那個(gè)Lex 擅長(zhǎng)領(lǐng)域:python開(kāi)發(fā),網(wǎng)絡(luò)安全滲透,Windows域控Exchange架構(gòu) 今日重點(diǎn):python暴力拿下WiFi密碼;python拿下路由器管理頁(yè)面 代碼干貨滿滿,建議收藏+實(shí)操!有問(wèn)題及需要,請(qǐng)留言哦2021-08-08
Pytorch 定義MyDatasets實(shí)現(xiàn)多通道分別輸入不同數(shù)據(jù)方式
今天小編就為大家分享一篇Pytorch 定義MyDatasets實(shí)現(xiàn)多通道分別輸入不同數(shù)據(jù)方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-01-01
Python一階馬爾科夫鏈生成隨機(jī)DNA序列實(shí)現(xiàn)示例
這篇文章主要為大家介紹了Python實(shí)現(xiàn)一階馬爾科夫鏈生成隨機(jī)DNA序列示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-07-07

