如何通过matplotlib修改背景颜色实现长尾词效果?
- 内容介绍
- 文章标签
- 相关推荐
本文共计390个文字,预计阅读时间需要2分钟。
在主图中背景颜色无法直接改变,因为plt.plot()中没有axisbg参数。但是可以通过plt.subplot()的参数来修改子图的背景颜色,以下是对子图背景颜色修改的代码示例:
pythonimport matplotlib.pyplot as pltimport numpy as np
创建一些数据x=np.linspace(0, 10, 100)y=np.sin(x)
创建一个子图并设置背景颜色plt.subplot(111, facecolor='lightblue')
绘制数据plt.plot(x, y)
显示图表plt.show()
在主图中背景颜色不知道怎么改,plt.plot()中没有axisbg参数。
但是子图可以对plt.subplot的参数做修改,下面是对子图的背景颜色修改代码
import matplotlib.pyplot as plt import numpy as np # Fixing random state for reproducibility np.random.seed(19680801) dt = 0.01 t = np.arange(0, 30, dt) nse1 = np.random.randn(len(t)) # white noise 1 nse2 = np.random.randn(len(t)) # white noise 2 s1 = np.sin(2 * np.pi * 10 * t) + nse1 s2 = np.sin(2 * np.pi * 10 * t) + nse2 s3 = np.sin(2 * np.pi * 10 * t) + nse1 s4 = np.sin(2 * np.pi * 10 * t) + nse2 fig= plt.figure(1) # 创建图表1 axs0=plt.subplot(221,axisbg='#FFDAB9') #在图标1中创建子图 axs0.plot(t, s1) #横轴与纵轴数据 axs0.set_xlim(0, 2) #限制x轴的取值范围 axs1=plt.subplot(222,axisbg='#7FFF00') axs1.plot(t, s2) axs1.set_xlim(0, 2) axs2=plt.subplot(223,axisbg='#FF7F50') axs2.plot(t, s3) axs2.set_xlim(0, 2) axs3=plt.subplot(224,axisbg='#A9A9A9') axs3.plot(t, s4) axs3.set_xlim(0, 2) plt.show()
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持易盾网络。
本文共计390个文字,预计阅读时间需要2分钟。
在主图中背景颜色无法直接改变,因为plt.plot()中没有axisbg参数。但是可以通过plt.subplot()的参数来修改子图的背景颜色,以下是对子图背景颜色修改的代码示例:
pythonimport matplotlib.pyplot as pltimport numpy as np
创建一些数据x=np.linspace(0, 10, 100)y=np.sin(x)
创建一个子图并设置背景颜色plt.subplot(111, facecolor='lightblue')
绘制数据plt.plot(x, y)
显示图表plt.show()
在主图中背景颜色不知道怎么改,plt.plot()中没有axisbg参数。
但是子图可以对plt.subplot的参数做修改,下面是对子图的背景颜色修改代码
import matplotlib.pyplot as plt import numpy as np # Fixing random state for reproducibility np.random.seed(19680801) dt = 0.01 t = np.arange(0, 30, dt) nse1 = np.random.randn(len(t)) # white noise 1 nse2 = np.random.randn(len(t)) # white noise 2 s1 = np.sin(2 * np.pi * 10 * t) + nse1 s2 = np.sin(2 * np.pi * 10 * t) + nse2 s3 = np.sin(2 * np.pi * 10 * t) + nse1 s4 = np.sin(2 * np.pi * 10 * t) + nse2 fig= plt.figure(1) # 创建图表1 axs0=plt.subplot(221,axisbg='#FFDAB9') #在图标1中创建子图 axs0.plot(t, s1) #横轴与纵轴数据 axs0.set_xlim(0, 2) #限制x轴的取值范围 axs1=plt.subplot(222,axisbg='#7FFF00') axs1.plot(t, s2) axs1.set_xlim(0, 2) axs2=plt.subplot(223,axisbg='#FF7F50') axs2.plot(t, s3) axs2.set_xlim(0, 2) axs3=plt.subplot(224,axisbg='#A9A9A9') axs3.plot(t, s4) axs3.set_xlim(0, 2) plt.show()
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持易盾网络。

